一种心脏术后房颤预测方法、装置、电子设备和存储介质与流程

1.本发明涉及医疗技术领域，具体地说，涉及一种心脏术后房颤预测方法、装置、电子设备和存储介质。


背景技术：

2.心脏搭桥手术，又称冠状动脉旁路移植术，是目前治疗因冠状动脉粥样硬化而发生严重狭窄、阻塞和心脏供血不足的主要治疗方式。术后心房颤动，简称术后房颤，是指手术后发生的房颤，常发生于术后2到4天，是心脏手术后最常见的并发症之一。心脏搭桥手术的患者，如果术后发生房颤，会大大增加其死亡率或其他不良预后(卒中发生率增加2到4倍，30天死亡率增加2倍，住院时间延长4到5天)。因此，早期识别具有术后房颤高危风险的患者成为心脏术后监护领域的重点研究问题。
3.目前，术后房颤的预测预防为心脏搭桥术后监护中的灰色地带。国内外研究中针对术后房颤的理论预测模型的灵敏度和特异度不高，auc介于0.56
‑
0.77之间。并且对于术后房颤的预测尚停留在理论研究阶段，并无产品转化到实际应用中。


技术实现要素：

4.为了克服上述技术问题，本发明提供了一种心脏术后房颤预测方法、装置、电子设备及存储介质，实现简单、预测迅速，提高了预测水平。
5.为了实现上述目的，一方面，本发明提供了一种心脏术后房颤预测方法，包括：
6.采集患者的病例信息；
7.基于所述病例信息获取房颤预测模型参数；所述房颤预测模型参数包括：患者年龄信息、患者性别信息和患者左房长径；
8.获取术前髓过氧化物酶mpo水平；
9.确定术中主动脉内球囊反搏iabp信息；
10.获取术后6小时心包引流液的mpo水平；
11.基于所述房颤预测模型参数、所述术前mpo水平、所述术中iabp信息、所述术后6小时包心引流液的mpo水平以及预设的心脏术后房颤预测模型确定房颤预测值。
12.在本发明的一种可选的实施方式中，所述心脏术后房颤预测模型为：
13.p＝1/(1 e
‑
(
‑
3.503 β1
×
n1 β2
×
n2 β3
×
n3 β4
×
n4
‑
β5
×
n5 β6
×
n6)
)；
14.其中n1为所述术前mpo水平；n2为所述术后6小时心包引流液的mpo水平；n3为所述患者年龄信息；n4为所述患者左房长径；n5为所述术中iabp信息；n6为所述患者性别信息；p为所述房颤预测值；
15.所述基于所述房颤预测模型参数、所述术前mpo水平、所述术中iabp信息、所述术后6小时包心引流液的mpo水平以及预设的心脏术后房颤预测模型确定房颤预测值，具体为：
16.将所述术前mpo水平、所述术后6小时心包引流液的mpo水平、所述患者年龄信息、
所述患者左房长径、所述术中iabp信息和所述患者性别信息导入所述心脏术后房颤预测模型，从而得到所述房颤预测值。
17.在本发明的一种可选的实施方式中，所述心脏术后房颤预测模型基于线性逻辑回归分析建立。
18.另一方面，本发明还提供了一种心脏术后房颤预测装置，包括：
19.病例信息采集单元，用于采集患者的病例信息；
20.房颤预测模型参数获取单元，用于基于所述病例信息采集单元采集的所述病例信息获取房颤预测模型参数；所述房颤预测模型参数包括：患者年龄信息、患者性别信息和患者左房长径；
21.mpo获取单元，用于获取术前mpo水平，所述mpo获取单元还用于获取术后6小时心包引流液的mpo水平；
22.iabp信息确定单元，用于确定术中iabp信息；
23.房颤预测值确定单元，用于基于所述房颤预测模型参数、所述术前mpo水平、所述术中iabp信息、所述术后6小时包心引流液的mpo水平以及预设的心脏术后房颤预测模型，确定房颤预测值。
24.在本发明的一种可选的实施方式中，所述心脏术后房颤预测模型为：
25.p＝1/(1 e
‑
(
‑
3.503 β1
×
n1 β2
×
n2 β3
×
n3 β4
×
n4
‑
β5
×
n5 β6
×
n6)
)；
26.其中n1为所述术前mpo水平；n2为所述术后6小时心包引流液的mpo水平；n3为所述患者年龄信息；n4为所述患者左房长径；n5为所述术中iabp信息；n6为所述患者性别信息；p为所述房颤预测值；
27.所述房颤预测值确定单元具体用于将所述mpo获取单元获取的所述术前mpo水平和所述术后6小时心包引流液的mpo水平、所述房颤预测模型参数获取单元获得的所述患者年龄信息、所述患者左房长径和所述患者性别信息以及所述iabp信息确定单元确定的所述术中iabp信息导入所述心脏术后房颤预测模型，从而得到所述房颤预测值。
28.在本发明的一种可选的实施方式中，所述心脏术后房颤预测模型基于线性逻辑回归分析建立。
29.再一方面，本发明还提供了一种电子设备，包括：
30.处理器和存储器；
31.所述存储器用于存储可执行指令；
32.所述处理器用于从所述存储器读取所述可执行指令来执行前述任意一项所述的心脏术后房颤预测方法。
33.再一方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机可执行指令，该指令被执行时用于实现前述任意一项所述的心脏术后房颤预测方法。
34.本发明所述的一种心脏术后房颤预测方法，包括采集患者的病例信息；基于病例信息获取房颤预测模型参数；房颤预测模型参数包括：患者年龄信息、患者性别信息和患者左房长径；获取术前mpo水平；术前mpo水平基于术前抽血结果测量得到；确定术中iabp信息；获取术后6小时心包引流液的mpo水平；基于房颤预测模型参数、术前mpo水平、iabp信息、术后6小时包心引流液的mpo水平以及预设的心脏术后房颤预测模型确定房颤预测值。本发明的技术方案实现简单、预测迅速、预测性能好，提高了预测水平，便于医护人员基于
预测结果给予相应的预防措施，减少了费用支出，提升了心脏术后效果和生存率。
附图说明
35.图1为本发明所述的一种心脏术后房颤预测方法的流程图；
36.图2为本发明所述的一种心脏术后房颤预测装置的示意框图；
37.图3为本发明所述的一种电子设备的示意图。
具体实施方式
38.下面参考附图来说明本发明的实施例。在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其他附图或实施方式中示出的元素和特征相结合。应当注意，为了清楚的目的，附图和说明中省略了与本发明无关的、本领域普通技术人员已知的部件或处理的表示和描述。
39.本发明实施例提供了一种心脏术后房颤预测方法，如图1所示，该方法包括：
40.s101、采集患者的病例信息。
41.具体的，可以采集患者的电子病历信息。电子病历信息可以通过访问本地或云端的医疗数据库得到。
42.s102、基于病例信息获取房颤预测模型参数。
43.对采集到的病历信息进行分析，获取到房颤预测模型参数。其中房颤预测模型参数包括：患者年龄信息、患者性别信息和患者左房长径信息等。
44.s103、获取术前mpo水平。
45.本发明实施例的技术方案中将特异性髓过氧化物酶(mpo)纳入房颤预测模型。通过术前抽取血液，测量术前mpo的含量，将术前mpo含量信息进行存储。实现本发明实施例提供的心脏术后房颤预测方法的过程中，可以通过访问存储元件或存储设备从而获得已测量的术前mpo水平。
46.s104、确定术中iabp信息。
47.本发明实施例的技术方案中将术中的主动脉内球囊反搏(iamp)信息纳入房颤预测模型。通过手术记录确定患者是否使用iabp。
48.s105、获取术后6小时心包引流液的mpo水平。
49.术后6小时采集患者的心包引流液5ml，测量其中的mpo含量，将该mpo含量信息存储。通过访问存储元件或存储设备进而获得术后6小时心包引流液的mpo水平。
50.上述存储元件或存储设备可以是本地或非本地的专用或通用存储元件或存储设备。
51.s106、基于房颤预测模型参数、术前mpo水平、iabp信息、所述术后6小时包心引流液的mpo水平以及预设的心脏术后房颤预测模型确定房颤预测值。
52.具体的，心脏术后房颤预测模型为：
53.p＝1/(1 e
‑
(
‑
3.503 β1
×
n1 β2
×
n2 β3
×
n3 β4
×
n4
‑
β5
×
n5 β6
×
n6)
)
54.其中n1表示术前mpo水平；n2表示术后6小时心包引流液的mpo水平；n3表示患者年龄信息；n4表示患者左房长径；n5表示术中iabp信息，具体的，未用iabp则取值为1，使用iabp则取值为2；n6表示患者性别信息，具体的，男性取值为1，女性取值为2；p表示心脏搭桥
手术后的房颤预测值。
55.确定房颤预测值的具体方式为：
56.将术前mpo水平、术后6小时心包引流液的mpo水平、患者年龄信息、患者左房长径、术中iabp信息和患者性别信息导入心脏术后房颤预测模型，从而得到房颤预测值。
57.p值的取值范围为0至1，越趋向于1，术后房颤发生概率越大，越趋向于0，时候房颤发生概率越小。
58.在s106后，将得到的房颤预测值输出，以便医护人员根据该房颤预测值进行相应的预防措施。
59.本发明实施例中的心脏术后房颤预测模型基于线性逻辑回归分析建立。具体的，通过临床研究，选取大量心脏搭桥手术患者，收集其围手术期的临床资料，确定其中发生术后房颤的患者数及发生率。经过单元和多元逻辑回归分析，确定各个逻辑回归系数β1至β6。具体来说，当对137例心脏搭桥手术患者进行临床资料收集时，有45例发生术后房颤，因此针对这137例的术后房颤发生率为32.8％。
60.本发明实施例中的术后房颤预测模型引入了mpo信息，使得预测性能相比现有技术的性能大大提高。经验证，采用本发明实施例，auc为0.901，即可以预测90.1％的术后房颤患者，高于现有技术中的auc(0.56
‑
0.77)，并且灵敏度为0.822，特异度为0.859。
61.本发明实施例提供的心脏术后房颤预测方法，包括：采集患者的病例信息；基于病例信息获取房颤预测模型参数；房颤预测模型参数包括：患者年龄、患者性别和患者左房长径；获取术前mpo水平；术前mpo水平基于术前抽血结果测量得到；确定术中iabp信息；获取术后6小时心包引流液的mpo水平；基于房颤预测模型参数、术前mpo水平、iabp信息、术后6小时包心引流液的mpo水平以及预设的心脏术后房颤预测模型确定房颤预测值。本发明实施例的技术方案预测水平高，预测性能好，实现简单、预测更为迅速准确，便于医护人员基于预测结果给予相应的预防措施，提升了医护人员的使用体验，减少了费用支出，提升了心脏术后效果和生存率。本发明实施例提供的心脏术后房颤预测方法使患者在心脏搭桥手术完成6小时之后可以预测术后新发发颤的概率，实现过程快捷简便，具有较好的预测效果。
62.本发明实施例提供的心脏术后房颤预测方法中采用了基于线性逻辑回归分析建立的心脏术后房颤预测模型。
63.适用人群需同时满足以下条件：
64.(1)首次择期单纯管状动脉旁路移植术的患者；
65.(2)术前心率为窦性心率的患者；
66.(3)年龄在18岁及以上。
67.此外，患者若不满足以下任意一条则不能适用：
68.(1)既往有任何快速性房性心率失常者；
69.(2)任何心脏起搏器或除颤器植入者；
70.(3)急症手术者；
71.(4)手术前后有活动性感染征象或接受糖皮质激素类及其他抑制炎症反应和免疫反应类药物治疗者；
72.(5)有自身免疫性疾病及恶病质者；
73.(6)血液透析、肝功能衰竭者；
74.(7)甲状腺功能异常者。
75.本发明实施例还提供了一种心脏术后房颤预测装置，如图2所示，该装置包括：
76.病例信息采集单元21、房颤预测模型参数获取单元22、mpo获取单元23、iabp信息确定单元24、房颤预测值确定单元25。
77.其中，病例信息采集单元21用于采集患者的病例信息。
78.房颤预测模型参数获取单元22用于基于病例信息采集单元21采集的病例信息获取房颤预测模型参数。房颤预测模型参数包括：患者年龄、患者性别和患者左房长径。
79.mpo获取单元23用于获取术前mpo水平。术前mpo水平基于术前抽血结果测量得到。mpo获取单元23还用于获取术后6小时心包引流液的mpo水平。
80.iabp信息确定单元24用于确定术中iabp信息。
81.房颤预测值确定单元25用于基于房颤预测模型参数、术前mpo水平、术中iabp信息、术后6小时包心引流液的mpo水平以及预设的心脏术后房颤预测模型，确定房颤预测值。
82.心脏术后房颤预测模型为：
83.p＝1/(1 e
‑
(
‑
3.503 β1
×
n1 β2
×
n2 β3
×
n3 β4
×
n4
‑
β5
×
n5 β6
×
n6)
)
84.房颤预测值确定单元25具体用于将mpo获取单元23获取的术前mpo水平和术后6小时心包引流液的mpo水平、房颤预测模型参数获取单元22获得的患者年龄、患者左房长径和患者性别以及iabp信息确定单元24确定的术中iabp信息导入心脏术后房颤预测模型，从而得到房颤预测值。
85.本发明实施例提供的心脏术后房颤预测装置，实现简单、预测迅速、预测性能好，便于医护人员基于预测结果给予相应的预防措施，减少了费用支出，提升了心脏术后效果和生存率。本发明实施例提供的心脏术后房颤预测装置便于患者在心脏搭桥手术完成6小时之后预测术后新发发颤的概率，实现过程快捷简便，具有较好的预测效果。
86.本发明实施例还提供了一种电子设备，如图3所示，该电子设备30包括处理器302和存储器304。存储器304用于存储可执行指令。处理器302用于从存储器304读取可执行指令来执行上述实施例的方法步骤。
87.本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机可执行指令，该指令被执行时用于实现上述实施例中的任意一种心脏术后房颤预测方法。该计算机可读存储介质具体可以包括只读存储器、随机存取存储器、磁盘、光盘、u盘、移动硬盘等各种存储介质。
88.虽然已经详细说明了本发明及其优点，但是应当理解在不超出由所附的权利要求所限定的本发明的精神和范围的情况下可以进行各种改变、替代和变换。而且，本技术的范围不仅限于说明书所描述的过程、设备、手段、方法和步骤的具体实施例。本领域内的普通技术人员从本发明的公开内容将容易理解，根据本发明可以使用执行与在此所述的相应实施例基本相同的功能或者获得与其基本相同的结果的、现有和将来要被开发的过程、设备、手段、方法或者步骤。因此，所附的权利要求旨在在它们的范围内包括这样的过程、设备、手段、方法或者步骤。