一種預測初診前列腺癌骨轉移風險的裝置的製作方法
2023-06-03 02:10:26 1
專利名稱:一種預測初診前列腺癌骨轉移風險的裝置的製作方法
技術領域:
本發明涉及一種疾病預測裝置,尤其涉及用於預測初診前列腺癌患者發生骨轉移風險的裝置。
背景技術:
骨掃描在診斷前列腺癌骨轉移上的敏感性較高,但中西方在骨掃描的適用指徵上存在有明顯的差異性。歐美指南並不推薦對初診前列腺癌患者都行骨掃描檢查,這與中國目前指南相反。目前有多項研究表明,PSA、臨床分期及Gleason評分是前列腺癌發生骨轉移的獨立預測指標。然而通過這些指標,我們只能初步判斷前列腺癌是否會發生骨轉移,並 不能通過整合各個指標間的預測價值進而對骨轉移狀態進行更為準確的判定。目前臨床醫師根據初診前列腺癌患者的相關檢查資料並不能預測出該患者發生骨轉移的具體風險值,因而只能根據中國指南對所有的初診前列腺癌行骨掃描檢查。由於大部分的初診前列腺癌患者在初診時並未發生骨轉移,加上中國醫療資源的有限性,因而並不是每個初診前列腺癌患者都應接受骨掃描檢查。如果在初診前列腺癌患者就診時,我們能根據相關的檢查結果預測出患者發生骨轉移的具體風險值,然後再根據轉移風險值決定是否對該患者行骨掃描檢查,可以在一定程度上減少不必要的骨掃描檢查。但是,臨床上並沒有相關的對初診前列腺癌骨轉移進行預測的工具。
發明內容
本發明的目的在於解決上述問題,提供了一種預測初診前列腺癌骨轉移風險的裝置,通過事先預測骨轉移的風險,只是對骨轉移風險高的患者進行針對性的骨掃描,在不增加漏診的情況下避免骨掃描的過度使用,從而達到節約醫療資源的目的。本發明的技術方案為本發明揭示了一種預測初診前列腺癌骨轉移風險的裝置,包括輸入裝置,接收初診前列腺癌時的臨床分期變量、Gleason評分變量、PSA值變量以及年齡變量;處理裝置,連接所述輸入裝置,基於臨床分期變量、Gleason評分變量、PSA值變量以及年齡變量,根據公式得到初診前列腺癌會發生骨轉移的預測風險值Logit (P) = In (P/(1-P)) =-5. 3517+0. 0362*Age+coefGS+0. 0249*PSA+coefcT其中P表示骨轉移的風險預測值,Age表示年齡變量,coefGS表示Gleason評分變量,coefcT表示臨床分期變量,PSA表示PSA值變量;輸出裝置,連接處理裝置,輸出處理裝置得到的預測風險值。本發明還揭示了一種預測初診前列腺癌骨轉移風險的裝置,包括存儲模塊,設置四個輸入槽,分別為固定長度槽、第一可供滑動槽、第二可供滑動槽、第三可供滑動槽;
四個輸入模塊,分別為放置在固定長度槽中的臨床分期輸入模塊、放置在第一可供滑動槽中的Gleason評分輸入模塊、放置在第二可供滑動槽中的PSA值輸入模塊以及放置在第三可供滑動槽中的年齡輸入模塊,其中臨床分期輸入模塊用於輸入臨床分期變量,Gleason評分輸入模塊用於輸入Gleason評分變量,PSA值輸入模塊用於輸入PSA值變量,年齡輸入模塊用於輸入年齡變量;處理模塊,用於對四個輸入模塊在存儲模塊各個輸入槽中的位置進行調整,獲得輸出位點;輸出模塊,設有骨轉移的預測風險值的標尺,輸出位點在標尺上對應的位點即為初診前列腺癌會發生骨轉移的預測風險值。根據本發明的預測初診前列腺癌骨轉移風險的裝置的一實施例,所述處理模塊的位置調整是將臨床分期輸入模塊所接收的臨床分期變量的位點設置為Gleason評分輸入模塊的起始點位置,將Gleason評分輸入模塊所接收的Gleason評分變量的位點設置為PSA值輸入模塊的起始點位置,將PSA值輸入模塊所接收的PSA值變量的位點設置為年齡輸入 模塊的起始點位置,將年齡輸入模塊所接收的年齡變量的位點處理為輸出位點。本發明對比現有技術有如下的有益效果本發明所基於的原理是對初診前列腺癌患者的相關臨床病理資料進行回顧性分析,建立整合相關預測指標的預測列線圖,並由此設計出便於臨床使用的裝置。通過該裝置,臨床醫師能根據患者的年齡、PSA值、Gleason評分及臨床分期4個臨床病理指標預測出初診前列腺癌患者的骨轉移概率。相較於現有技術,本發明的裝置並不能用於臨床上對初診前列腺癌發生骨轉移的確切診斷,但可提前預測出初診前列腺癌患者的骨轉移概率,只是對骨轉移風險高的患者進行針對性的骨掃描,在不增加漏診的情況下避免骨掃描的過度使用,從而達到節約醫療資源的目的。
圖I示出了本發明的預測初診前列腺癌骨轉移風險的裝置的存儲模塊的示意圖。圖2-5示出了本發明的預測初診前列腺癌骨轉移風險的裝置的輸入模塊的示意圖。圖6示出了本發明的預測初診前列腺癌骨轉移風險的裝置的處理模塊的示意圖。圖7示出了本發明的預測初診前列腺癌骨轉移風險的裝置的輸出模塊的示意圖。圖8A、8B示出了本發明的預測初診前列腺癌骨轉移風險的裝置的處理模塊的處理過程示意圖。圖9示出了本發明的預測初診前列腺癌骨轉移風險的裝置的另一實施形式的示意圖。圖10示出了根據Logistic回歸模型係數相應的列線圖。圖11示出了用於評估本發明裝置的臨床應用價值的決策曲線圖。圖12示出了本發明的預測初診前列腺癌骨轉移風險的裝置的另一實施例的框圖。
具體實施例方式下面結合附圖和實施例對本發明作進一步的描述。
本發明通過分析初診前列腺癌患者的相關臨床病理資料,建立相關資料庫,並在資料庫中以R統計軟體採用Logistic多因素回歸模型分析與骨轉移相關的臨床病理資料變量,並篩選出相關的預測變量及計算出預測變量的模型係數。在R統計軟體中以Design程序包根據Logistic回歸模型係數畫出相應的預測骨轉移風險的列線圖。下面的數據是初診前列腺癌患者的相關臨床病理資料,包括初診時患者的年齡、鹼性磷酸酶值、前列腺特異性抗原(Prostate Specific Antigen7PSA)值、臨床分期(cT)、淋巴結轉移(cN)、Gleason評分(反映前列腺癌組織生長的形態學結構特徵及其生物學行為相關性的評分系統)及骨轉移狀態。以R 2. 14. O統計軟體採用Logistic多因素回歸模型分析這些初診患者中與骨轉移相關的臨床病理資料變量,並依據Akaike信息準則(Akaike Information Criteria, AIC)篩選模型入組變量,最終確定入組模型變量包括年齡、PSA值、cT及Gleason評分。
1r,Tr(forfnufa = BK 一 age + GS + psa 十 cT · x = T, y = 了)
Model tik lihgodOiscriminat ionRank Distr ire.
Ratio Testindexesindexes
ObS501 LR Chi2 173.78R20.424C0.839
0363 d.f.Sq1,632Dxy 0.679
113$ Pr(> chi2) <0.0001qr 5.116ga卿a 0.681 sax I<l€f V; 3 -09Qp 0.772tau-a 0.2 l
Brier 0.131
COtf S.E. wal€l Z Pr (> *z )
intercept -5. 351 I. Iim 39<0.0001
age0.0362 0.0169 2.150.0315
65 70.0984 0.3S62 0.250.7989
0.5525 0-4107 1.350.17S5
GS=90.6071 0.44 3S I.3 0.1/13
G5 10 1.3446 0.6890 1.950.0510
psa0.0249 0.0035 7.18<0.0001
0,25S 0,3907 0-650,S160
CT=41.9815 0.3612 5.49chi2) !Discrimination Indexes 為分辨度指標,參數包括R2、g、gr、gp及Brier ;Rank Discrim. Indexes為等級分辨度指標,參數包括C、Dxy> gamma及tau_a ;Intercept為截距;Coef為係數;S. E.為標準誤差;Wald Z為Wald檢驗值;Pr (> |Z|)為檢驗參數。。BM、age、GS、psa及cT分別代表骨轉移狀態、年齡、Gleason評分、PSA值及臨床分期。Model Likelihood Ratio Test表不對整個模型進行統計學檢驗,Pr( < chi2) < O. 0001表示模型有統計學意義,話句話說模型具有可行性。Rank Discrim. Indexes表示整個模型的準確性,其中C較為重要,C全稱為C-index (—致指數),本模型的一致指數較佳,為O. 839。coef表示模型係數,最終整個模型的回歸方程為Logit(P) = In(P/(I-P)) =-5. 3517+0. 0362*Age+coefGS+0. 0249*PSA+coef;T(注方程中P表示骨轉移的風險預測值,Gleason評分變量取值為彡6、7、8、9、10時Coefes對應值分別為0,0. 0984,0. 5525,0. 6071及I. 3446,臨床分期變量取值為< T2、T3、T4時coefcT對應值分別為 0,0. 2537 及 I. 9815)。在圖10中,R 2. 14. O統計軟體以Design程序包根據Logistic回歸模型係數畫出相應的列線圖。該列線圖的使用方法對某一特定的初診前列腺癌患者,根據該患者的年齡、Gleason評分、PSA值及臨床分期4個指標根據垂直線可分別算出每個指標所對的相應積分,四個積分總和即為總分,總分在同一垂直線上多對應的骨轉移的風險預測值即為該患者發生骨轉移的預測概率。R 2. 14. O統計軟體給出的年齡、Gleason評分、PSA值、臨床分期4個指標及骨轉移的預測風險值所對應的具體積分或總分。age、GS、psa及cT分別代表年齡、Gleason評分、PSA值及臨床分期,Predicted value代表骨轉移的預測風險值,具體內容如下
權利要求
1.一種預測初診前列腺癌骨轉移風險的裝置,包括 輸入裝置,接收初診前列腺癌時的臨床分期變量、Gleason評分變量、PSA值變量以及年齡變量; 處理裝置,連接所述輸入裝置,基於臨床分期變量、Gleason評分變量、PSA值變量以及年齡變量,根據公式得到初診前列腺癌會發生骨轉移的預測風險值Logit(P) = In (P/(I-P)) =-5. 3517+0. 0362*Age+coefGS+0. 0249*PSA+coefcT 其中P表示骨轉移的風險預測值,Age表示年齡變量,coefGS表示Gleason評分變量,coefcT表示臨床分期變量,PSA表示PSA值變量; 輸出裝置,連接處理裝置,輸出處理裝置得到的預測風險值。
2.一種預測初診前列腺癌骨轉移風險的裝置,包括 存儲模塊,設置四個輸入槽,分別為固定長度槽、第一可供滑動槽、第二可供滑動槽、第三可供滑動槽; 四個輸入模塊,分別為放置在固定長度槽中的臨床分期輸入模塊、放置在第一可供滑動槽中的Gleason評分輸入模塊、放置在第二可供滑動槽中的PSA值輸入模塊以及放置在第三可供滑動槽中的年齡輸入模塊,其中臨床分期輸入模塊用於輸入臨床分期變量,Gleason評分輸入模塊用於輸入Gleason評分變量,PSA值輸入模塊用於輸入PSA值變量,年齡輸入模塊用於輸入年齡變量; 處理模塊,用於對四個輸入模塊在存儲模塊各個輸入槽中的位置進行調整,獲得輸出位點; 輸出模塊,設有骨轉移的預測風險值的標尺,輸出位點在標尺上對應的位點即為初診前列腺癌會發生骨轉移的預測風險值。
3.根據權利要求2所述的預測初診前列腺癌骨轉移風險的裝置,其特徵在於,所述處理模塊的位置調整是將臨床分期輸入模塊所接收的臨床分期變量的位點設置為Gleason評分輸入模塊的起始點位置,將Gleason評分輸入模塊所接收的Gleason評分變量的位點設置為PSA值輸入模塊的起始點位置,將PSA值輸入模塊所接收的PSA值變量的位點設置為年齡輸入模塊的起始點位置,將年齡輸入模塊所接收的年齡變量的位點處理為輸出位點。
全文摘要
本發明公開了預測初診前列腺癌骨轉移風險的裝置,預測骨轉移的風險,對骨轉移風險高的患者進行骨掃描,不增加漏診的情況下避免骨掃描的過度使用。其技術方案為裝置包括存儲模塊,設置四個輸入槽,為固定長度槽、第一可供滑動槽、第二可供滑動槽、第三可供滑動槽;四個輸入模塊,分別為放置在固定長度槽中的臨床分期輸入模塊、放置在第一可供滑動槽中的Gleason評分輸入模塊、放置在第二可供滑動槽中的PSA值輸入模塊以及放置在第三可供滑動槽中的年齡輸入模塊;處理模塊,用於對四個輸入模塊在存儲模塊各輸入槽中的位置進行調整,獲得輸出位點;輸出模塊,設有骨轉移的預測風險值的標尺,輸出位點在標尺上對應的位點為預測風險值。
文檔編號G06F19/00GK102968558SQ201210457389
公開日2013年3月13日 申請日期2012年11月14日 優先權日2012年11月14日
發明者葉定偉, 朱耀, 周家權 申請人:葉定偉