一种用于心衰患者的体液容量状态和利尿剂抵抗状态的预测方法

本发明涉及医疗器械与诊断，更具体的说是涉及一种用于心衰患者的体液容量状态和利尿剂抵抗状态的预测方法。

背景技术：

1、在心力衰竭(心衰)患者的治疗过程中，体液容量状态的准确评估和利尿剂抵抗的识别是关键步骤。引起心衰病情恶化的体液容量异常包括：容量超负荷、摄入量不足或过度使用利尿剂导致容量负荷欠缺、体液容量分布异常导致的有效循环的容量不足等。这三种状态的准确判定是进行精确容量管理的基础。目前临床对容量的判定指标颇多，如皮肤弹性、舌苔干湿、肢端干湿、血压、心率、中心静脉压、毛细血管楔压、下腔静脉宽度和塌陷率、肺部超声ab线、胸片瘀血征、红细胞压积、尿比重、血清乳酸、直腿抬高试验等。但针对心衰患者体液容量状态评估的十分少。这些指标既相互联系又相对独立，单一指标无法准确揭示患者的容量状态，对这些指标进行取舍、综合应用推导出患者的准确容量状态，现在尚缺乏客观评价的系统化标准。

2、容量超负荷即水钠潴留是心衰患者最常见的容量异常，也是心衰病情进展和引起症状的重要原因。为控制血液容量负荷，目前90％以上的心衰患者接受袢利尿剂的治疗。但袢利尿剂的效应，受剂量、给药途径、用药时间、伴随的疾病和相关治疗等多种因素的影响，20％-30％容量超负荷的心衰患者在减轻容量的治疗目标未达到之前，利尿剂的利尿作用便出现减弱或消失，出现利尿剂抵抗。利尿剂抵抗产生的生理机制涉及多系统、多方面，如药物代谢动力学的改变、药物相互作用、肝肾功能异常、低钠血症、肾单位重构等。目前应对利尿剂抵抗也是根据病人临床特征推测其可能产生的机制采取不同的方法。如避免使用影响利尿效应的药物、增加利尿剂的剂量、改变利尿剂的作用方式、联合应用不同作用靶点的利尿剂、应用增加血浆渗透压的药物、使用改善肾脏灌注和增加利尿剂敏感性的药物，甚至有创的超滤脱水治疗。因为患者临床特征各不相同，产生利尿剂抵抗的机制各不相同，针对利尿剂抵抗患者的上述应对策略可能出现效果欠佳，甚至无效。当前临床采取的方法实质是试错法，某些方法欠佳，便换用另一些方法，若无效，再换，往往延误患者的治疗。临床采用这样的方式是因为对利尿剂抵抗的个体化机制认识不足，不能准确把握特定心衰患者全部特征和所属的利尿剂抵抗类型。目前现有技术中尚无针对心衰利尿剂抵抗的精确分类。

3、目前针对心衰患者体液容量管理以及利尿剂抵抗早期识别评分系统的研究十分少，无明确单一指标可以准确指示患者的容量状态，也缺乏系统化的客观评价标准。因此，合理构建体液容量状态评估模型以及利尿剂抵抗早期识别评分系统能够填补这一领域的空白。本发明旨在解决心衰患者在利尿剂抵抗识别和体液容量状态识别中的技术问题，在精准医疗和人工智能技术背景下，本发明提出了一种智能的患者状态判别系统，用于快速识别心衰患者的体液容量状态以及利尿剂抵抗状态。现有技术在心衰患者的体液容量状态评估和利尿剂抵抗识别中，存在以下主要问题：

4、(1)主观依赖性强：临床评估和问诊方法依赖于医生的经验和患者的主观描述，容易产生误判；

5、(2)数据单一：实验室检测和影像学技术提供的数据较为单一，无法全面、动态地反映患者的体液容量状态；

6、(3)技术门槛高：许多先进的监测方法(如超声心动图、植入式装置)对操作人员的技术要求高，设备成本昂贵，难以在基层医疗机构普及；

7、(4)实时性不足：现有的大多数方法无法实现实时监测，无法及时反映患者体液容量状态的动态变化；

8、(5)依从性问题：患者在日常生活中对监测设备的依从性较低，影响数据的连续性和准确性。

9、因此，提出一种用于心衰患者的体液容量状态和利尿剂抵抗状态的预测方法，来解决现有技术存在的困难，是本领域技术人员亟需解决的问题。

技术实现思路

1、有鉴于此，本发明提供了一种用于心衰患者的体液容量状态和利尿剂抵抗状态的预测方法，通过分析患者的临床资料，开发出一种智能诊断系统，用于预测心衰患者的体液容量状态，并识别体液容量不足患者的利尿剂耐受情况。

2、为了实现上述目的，本发明提供如下技术方案：

3、一种用于心衰患者的体液容量状态和利尿剂抵抗状态的预测方法，包括以下步骤：

4、收集心衰患者的原始数据；

5、对原始数据进行数据预处理；

6、将预处理后的原始数据输入心衰患者体液容量评估模型，根据心衰患者的数据指标判别出两种类别：体液容量不足和体液容量非不足；

7、体液容量不足的心衰患者，直接输出诊断结果及对应的就诊建议；

8、体液容量非不足的心衰患者，进行利尿剂抵抗检测；

9、将心衰患者的数据指标输入心衰患者利尿剂抵抗识别模型，根据心衰患者的数据指标判别出两种类别：利尿剂抵抗和利尿剂非抵抗；

10、最后，针对利尿剂抵抗和利尿剂非抵抗的心衰患者，输出诊断结果及对应的就诊建议。

11、上述的方法，可选的，心衰患者的原始数据包括：病史数据、体征数据、血液检测数据和心脏功能数据。

12、上述的方法，可选的，病史数据包括：心衰病程、住院记录、药物使用情况；

13、体征数据包括：体重、血压、心率、尿量；

14、血液检测数据包括：血液检测指标，血液检测指标包括：电解质水平、肾功能指标、心脏标志物；

15、心脏功能数据包括：射血分数ef、心输出量co。

16、上述的方法，可选的，预处理包括：填充缺失值处理和标准化处理。

17、上述的方法，可选的，填充缺失值处理包括：采用均值填充、插值法进行填充；

18、标准化处理包括：对各项数据指标进行标准化处理，使数据的均值为0，标准差为1。

19、上述的方法，可选的，将预处理后的原始数据输入心衰患者体液容量评估模型的具体内容为：

20、利用智能诊断系统，在用户界面上，输入心衰患者的各项数据指标，输入完成后，点击体液容量预测按钮，将快速分析输入的数据指标，并利用机器学习模型预测心衰患者的体液容量状态，预测结果显示在界面上。

21、上述的方法，可选的，将心衰患者的数据指标输入心衰患者利尿剂抵抗识别模型的具体内容为：

22、若心衰患者为体液容量非不足的状态时，利用智能诊断系统，在用户界面上输入数据指标后，点击利尿剂耐受预测按钮，将快速分析输入的数据指标，并利用lasso回归模型进行分析，提供心衰患者对利尿剂的耐受情况，预测结果显示在界面上。

23、上述的方法，可选的，就诊建议包括：进一步的化验建议、调整现有治疗方案的建议、提供替代治疗方案的建议。

24、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种用于心衰患者的体液容量状态和利尿剂抵抗状态的预测方法，其有益效果为：

25、(1)提高诊断准确性：

26、本发明构建心衰患者的体液容量评估模型和利尿剂抵抗识别模型。通过分析患者的临床资料和化验指标等数据，能够准确预测出患者的体液容量状态及利尿剂抵抗状态，显著提高了心衰患者诊断的准确性。能够快速、高效地处理患者的临床数据，包括病史、体征、血液检测等多种信息，实现对患者体液容量状态及利尿剂耐受状态的快速准确预测，大幅缩短了诊断时间，提高了临床决策的效率；

27、(2)降低医疗成本：

28、通过准确预测心衰患者的体液容量状态和利尿剂耐受情况，本发明可以避免不必要的医疗资源浪费，如不必要的住院治疗、频繁的复诊等，从而降低了医疗成本；

29、(3)加速临床决策：

30、基于人工智能机器学习技术，可以快速、实时地对患者的数据进行分析和预测，并即时呈现在医生的界面上。这极大地加速了临床决策的过程，使医生能够更快速地做出准确的诊断和治疗决策，提高了医疗效率；

31、(4)提升患者治疗效果：

32、通过准确预测心衰患者的体液容量状态和利尿剂抵抗情况，并针对性地调整治疗方案，可以有效地控制患者的病情，减少并发症的发生，提升患者的治疗效果和生活质量。