一种联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建方法及系统

1.本发明属于医疗临床实践领域，具体涉及一种联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建方法及系统。


背景技术：

2.肿瘤恶液质是一种多因素综合征，定义为骨骼肌的持续丢失(伴有或不伴有脂肪丢失)，并且不能通过传统的营养支持完全逆转，恶液质的程度取决于肿瘤的类型和分期。此外，肿瘤治疗，包括化疗和放射治疗，也可能导致恶液质综合症。在肿瘤中，50％的患者会出现这种综合征，因此患者的生活质量、治疗耐受性、治疗有效性和生存率都会下降，随着病情的恶化其患病率会上升到80％。与肿瘤恶液质相关的异常改变包括碳水化合物、脂肪和蛋白质代谢的变化，以及厌食症、胰岛素抵抗(ir)和肌肉蛋白质降解的增加，这是由食物摄入量减少(由于明显的厌食症)和高代谢状态导致的能量消耗增加的可变组合驱动的。
3.炎症和胰岛素抵抗在肿瘤恶液质中起着重要作用。全身性炎症被认为是促进肿瘤恶液质发生发展的重要因素。恶液质的炎症因子来源丰富，包括肿瘤细胞、肿瘤浸润性细胞、周围组织实质细胞和相关的浸润性细胞。值得注意的是，ir不仅发生在肿瘤患者中，更是经常发生在肿瘤恶液质患者中。在肿瘤恶液质中，会发生内源性葡萄糖生成增加、糖异生(gng)和胰岛素抵抗等现象，但与t2d不同，空腹血糖在正常范围内。在肿瘤模型小鼠中，ir在体重减轻前恶液质的早期阶段就被发现。在体重没有明显下降的肉瘤患者中，静脉葡萄糖耐量测试显示体重较低的患者糖耐量受损。同时，有报道称，严重营养不良或体重减轻的肿瘤患者胰岛素水平降低，口服和静脉葡萄糖刺激引起的胰岛素分泌异常低，这与体重减轻的程度有关。严重体重减轻患者的慢性炎症可能会导致胰腺b细胞功能障碍和胰岛素分泌受损。由此可见，ir在癌性恶液质的发生发展中也起着重要作用。
4.全身炎症与胰岛素抵抗关系密切，二者的相互作用可能有助于预测患者的不良预后。然而在现有的研究中并没有结合患者炎症和胰岛素抵抗的相关指标预测肿瘤恶液质患者的预后。


技术实现要素：

5.为了解决上述所存在的技术问题，本发明提供了一种联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建方法及系统，结合患者检查所得指标，通过计算可以快速预测肿瘤恶液质患者预后情况，为肿瘤恶液质患者的临床实践提供了一个使用的预后工具。
6.所采用的技术方案如下：
7.一方面，本发明提供了一种联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建方法，所述构建方法包括如下步骤：
8.步骤1，收集患者炎症指标crp、甘油三脂和空腹血糖相关数据；
9.步骤2，结合所收集的甘油三脂和空腹血糖数据，计算胰岛素抵抗tyg指数；
10.步骤3，结合所得胰岛素抵抗tyg指数和患者炎症指标crp数据，计算预后指标cti指数；
11.步骤4，根据所计算的预后指标cti指数对肿瘤恶液质患者进行数据分组处理。
12.进一步地，所述步骤2中胰岛素抵抗tyg指数的计算方法如下：
13.tyg＝ln[甘油三脂(mg/dl)
×
空腹血糖(mg/dl)]/2。
[0014]
进一步地，所述步骤3中预后指标cti指数的计算方法如下：
[0015]
cti＝0.412*ln(crp)+tyg。
[0016]
进一步地，所述步骤4中，根据预后指标cti指数对肿瘤恶液质患者进行数据分组处理的具体方法：
[0017]
当所得预后指标cti指数小于4.71时，判断为低风险肿瘤恶液质患者；
[0018]
当所得预后指标cti指数大于或者等于4.71时，判断为高风险肿瘤恶液质患者。
[0019]
另一方面，本发明还提供了一种联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建系统，所述系统内嵌并运行于计算机中，包括：
[0020]
数据采集模块，用于获取患者的炎症指标crp、甘油三脂和空腹血糖相关数据指标；
[0021]
胰岛素抵抗tyg指数计算模块，结合所述数据采集模块中采集到的患者甘油三脂和空腹血糖数据，计算胰岛素抵抗tyg指数；
[0022]
预后指标cti指数计算模块，结合所述数据采集模块中采集到的患者炎症指标crp和所得胰岛素抵抗tyg指数，计算预后指标cti指数；
[0023]
预后风险判断模块，其内嵌有预后风险阈值，当预后指标cti指数大于或等于预后风险阈值时，则判断为高风险肿瘤恶液质患者；当预后指标cti指数小于预后风险阈值时，则判断为低风险肿瘤恶液质患者。
[0024]
呈现模块，用于将所述预后风险判断模块的判断结果呈现给患者或医生。
[0025]
进一步地，所述数据采集模块通过采集患者的电子病历数据，获取患者的炎症指标crp、甘油三脂和空腹血糖相关数据指标。
[0026]
进一步地，所述预后风险阈值取值为4.71。
[0027]
进一步地，所述胰岛素抵抗tyg指数计算模块的计算方法如下：
[0028]
tyg＝ln[甘油三脂(mg/dl)
×
空腹血糖(mg/dl)]/2；
[0029]
所述预后指标cti指数计算模块的计算方法如下：
[0030]
cti＝0.412*ln(crp)+tyg。
[0031]
一种计算机可读存储介质，所述存储介质中存储有至少一条程序代码，所述程序代码由处理器加载并执行，以实现上述的肿瘤恶液质患者中新的炎症和胰岛素抵抗相关预后指标的构建方法及系统。
[0032]
本发明技术方案具有如下优点：
[0033]
a.本发明中所建立的在肿瘤恶液质患者中的预后指标cti可以反映患者的炎症和胰岛素抵抗状态,并且计算预后指标所采用的炎症和胰岛素抵抗参数均来自于血液检查项目，也是临床上常见的指标，获取途径简单，可以快速根据所得到的预后指标数值，对患者的预后情况做出较为准确的判断；
[0034]
b.本发明中的炎症参数选择在临床上公认的能够反映患者体内炎症水平的crp，
胰岛素抵抗指标选择简单无创的tyg指数，通过结合炎症指标crp数据及通过计算所得到的胰岛素抵抗tyg指数，构建出了结合炎症和胰岛素抵抗的肿瘤恶液质患者预后指标cti指数，从预后指标cti指数上反映患者的炎症和胰岛素抵抗水平的同时也能监测肿瘤恶液质患者的预后。
[0035]
c.本发明所提供的构建系统，可以通过扫描等方式，自动获取患者电子病历中的数据，并通过两计算模块进行计算得到预后指标cti指数，然后根据所设定的预后风险阈值与所得预后指标cti指数相比对，直接获取患者的肿瘤恶液质风险高低，进而及时作出预警并提前采取相应的医学措施，延续患者的生活质量。
附图说明
[0036]
为了更清楚地说明本发明具体实施方式，下面将对具体实施方式中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]
图1是本发明所提供的构建方法流程框图；
[0038]
图2是本发明所提供的构建系统结构组成图；
[0039]
图3是本发明所提供的从不同数据进行开发和验证过程的流程图；
[0040]
图4是本发明所构建的cti指数和组成指标之间的相关性分析；
[0041]
其中a:不同年龄亚组相关性b:不同性别亚组相关性。
[0042]
图5是本发明cti指数预测肿瘤恶液质患者近期和远期生存的曲线；
[0043]
其中a-c:总队列，内部验证队列和外部验证队列中1-，3-和5-年预后曲线下面积(roc)曲线
[0044]
d-f:总队列，内部验证队列和外部验证队列中1-，3-和5-年校准曲线。
[0045]
图6是本发明所提供的中介效应分析；
[0046]
其中a:pgsga中介效应(营养状态)b:ecog ps中介效应(体力活动状态)；c:eortc qlq-30(生存预测期限)中介效应。
具体实施方式
[0047]
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0048]
如图1所示，本发明提供了一种联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建方法，包括如下步骤：
[0049]
【s01】收集患者炎症指标crp、甘油三脂和空腹血糖相关数据。
[0050]
上述参数可以通过查体等数据得到，且检查炎症指标crp、甘油三酯和空腹血糖指标都为常规检查指标，很容易获得，且成本低。
[0051]
【s02】结合所收集的甘油三脂和空腹血糖数据，计算胰岛素抵抗tyg指数。
[0052]
这里所采用的用于计算胰岛素抵抗tyg指数的计算公式是：tyg＝ln[甘油三脂(mg/dl)
×
空腹血糖(mg/dl)]/2，从身体检查单据中的数据中可以得到。胰岛素抵抗tyg指数为甘油三酯和空腹血糖数据之和的平均值。
[0053]
【s03】结合所得胰岛素抵抗tyg指数和患者炎症指标crp数据，计算预后指标cti指数。
[0054]
本发明所采用的预后指标cti指数计算公式如下：
[0055]
cti＝0.412*ln(crp)+tyg
[0056]
具体方法如下：
[0057]
【s031】将炎症指标crp取对数后乘以0.412系数；
[0058]
【s032】按照步骤【s02】中所得胰岛素抵抗tyg指数计算公式计算tyg；
[0059]
【s033】将上述所得两个值进行相加处理，即可获得cti指数；
[0060]
分别从总队列进行数据分析和挖掘，从内部验证队列和外部验证队列进行验证分析。
[0061]
如图3所示，本发明从4697例多中心肿瘤数据中排除缺失体重下降人数35例，排除不满足肿瘤恶液质诊断人数3231名，总队列1411例肿瘤恶液质患者中随机挑选30％患者进行内部验证队列，即420例肿瘤恶液质患者。外部验证队列选择543例肿瘤患者，同时排除缺失体重下降人数2名，排除不满足肿瘤恶液质诊断人数235人，得到外部验证队列307例肿瘤恶液质患者。
[0062]
【s04】根据所计算的预后指标cti指数对肿瘤恶液质患者进行数据分组处理。当预后指标cti指数小于4.71时，判断为低风险cti，即低风险肿瘤恶液质患者；当预后指标cti指数大于或者等于4.71时，判断为高风险cti，即高风险肿瘤恶液质患者。
[0063]
如图2所示，本发明提供的一种联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建系统，整个系统内嵌并运行于计算机中，包括：数据采集模块、胰岛素抵抗tyg指数计算模块、预后指标cti指数计算模块、预后风险判断模块和呈现模块。其中的数据采集模块用于获取患者的炎症指标crp、甘油三脂和空腹血糖相关数据指标，可以通过直接输入患者的单相身体指标，还可以通过扫描患者的电子病历获取病历上所需的数据信息。胰岛素抵抗tyg指数计算模块结合数据采集模块中采集到的患者甘油三脂和空腹血糖数据，计算胰岛素抵抗tyg指数，具体计算方法如上述构建方法中的计算公式。预后指标cti指数计算模块结合数据采集模块中采集到的患者炎症指标crp和所得胰岛素抵抗tyg指数，计算预后指标cti指数，其计算公式如上述构建方法中的计算公式。预后风险判断模块内嵌有预后风险阈值，当预后指标cti指数大于或等于预后风险阈值时，则判断为高风险肿瘤恶液质患者；当预后指标cti指数小于预后风险阈值时，则判断为低风险肿瘤恶液质患者，本发明所采用的预后风险阈值为4.71，可以准确判断出患者的身体状态。呈现模块为显示屏，用于将预后风险判断模块的判断结果呈现给患者或医生，供医生或患者参考，确定自身所处状态，也便于医生后续作出正确的诊疗方案。
[0064]
当然，本发明可以将实现方法的系统制成计算机可读存储介质，存储介质中存储有至少一条程序代码，程序代码由处理器加载并执行，以实现上述的肿瘤恶液质患者中新的炎症和胰岛素抵抗相关预后指标的构建方法及系统。
[0065]
利用上述本发明所提供的构建方法及系统，为了进一步说明预后指标cti指数能够反应患者的炎症和胰岛素抵抗状态，分别进行了皮尔森相关分析，同时在不同年龄和不同性别中也进行了相关性分析，当相关系数大于0.3或者小于-0.3的同时满足p值小于0.05即可认为两者之间存在显著相关关系。
[0066]
图4显示预后指标cti指数和炎症指标crp的相关系数为0.712(p《0.001),预后指标cti指数和炎症指标tyg的相关系数为0.440(p《0.001),说明预后指标cti和炎症、胰岛素抵抗之间存在显著相关关系；同时，还从不同的年龄亚组和不同的性别亚组进行了相关分析，结果均保持显著一致性。
[0067]
如图5所示，分别绘制1-，3-和5-年roc曲线以及1-，3-和5-年校准曲线反映cti指数的近期和远期生存预测效能，同时在总队列，内部验证队列和外部验证队列进行分析和验证以保证预测效能的可靠性和一致性。图5中显示1-，3-和5-年预后roc曲线cti显示出良好的生存预测的近期和远期生存预测效果，1-，3-和5-年校准曲线显示cti具有近期和远期生存预测一致性。
[0068]
另外，本发明还分别分析患者的营养状况和体力活动状况对于cti指数不良预后的中介占比情况进行了中介效应分析，其中营养状况使用pgsga工具进行评估，患者的体力活动状况用ecog ps和eortc qlq-30工具进行评估。
[0069]
图6显示中介效应分析中，pgsga的中介占比为21.72％，ecog ps的中介占比为19.63％，eortc qlq-30的中介占比为11.16％，结果说明患者的营养状况和体力活动状况均对cti预后起到一定的介导作用。
[0070]
由上述结果可知，本发明所提供的预后指标cti指数不仅能够反映患者的炎症状态和胰岛素抵抗状态，也能反映患者的预后。预后指标cti指数采用一个复合指标，能够预测肿瘤恶液质患者的近期和远期生存，同时也反映了营养状态和体力活动状态对于cti预后的中介作用。
[0071]
本发明所构建的预后指标cti指数能够从多个维度进行临床问题的剖析，结合患者不同的状态或者水平进行深度挖掘，同时本发明确定了cti在癌症恶液质患者中的预后风险阈值(预后切点值)，当cti≥4.71时，癌症恶液质患者的预后更差；本发明一方面可以反映患者自身的状态，另一方面也可以反映患者的生存预测，对于临床实践提供一个易获取且实用的身体状况和预后评估工具。
[0072]
本发明未述及之处均适用于现有技术。
[0073]
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。

技术特征：
1.一种联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建方法，其特征在于，所述构建方法包括如下步骤：步骤1，收集患者炎症指标crp、甘油三脂和空腹血糖相关数据；步骤2，结合所收集的甘油三脂和空腹血糖数据，计算胰岛素抵抗tyg指数；步骤3，结合所得胰岛素抵抗tyg指数和患者炎症指标crp数据，计算预后指标cti指数；步骤4，根据所计算的预后指标cti指数对肿瘤恶液质患者进行数据分组处理。2.根据权利要求1所述的联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建方法，其特征在于，所述步骤2中胰岛素抵抗tyg指数的计算方法如下：tyg＝ln[甘油三脂(mg/dl)
×
空腹血糖(mg/dl)]/2。3.根据权利要求1所述的联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建方法，其特征在于，所述步骤3中预后指标cti指数的计算方法如下：cti＝0.412*ln(crp)+tyg。4.根据权利要求1所述的联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建方法，其特征在于，所述步骤4中，根据预后指标cti指数对肿瘤恶液质患者进行数据分组处理的具体方法：当所得预后指标cti指数小于4.71时，判断为低风险肿瘤恶液质患者；当所得预后指标cti指数大于或者等于4.71时，判断为高风险肿瘤恶液质患者。5.一种联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建系统，其特征在于，所述系统内嵌并运行于计算机中，包括：数据采集模块，用于获取患者的炎症指标crp、甘油三脂和空腹血糖相关数据指标；胰岛素抵抗tyg指数计算模块，结合所述数据采集模块中采集到的患者甘油三脂和空腹血糖数据，计算胰岛素抵抗tyg指数；预后指标cti指数计算模块，结合所述数据采集模块中采集到的患者炎症指标crp和所得胰岛素抵抗tyg指数，计算预后指标cti指数；预后风险判断模块，其内嵌有预后风险阈值，当预后指标cti指数大于或等于预后风险阈值时，则判断为高风险肿瘤恶液质患者；当预后指标cti指数小于预后风险阈值时，则判断为低风险肿瘤恶液质患者。呈现模块，用于将所述预后风险判断模块的判断结果呈现给患者或医生。6.根据权利要求5所述的联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建系统，其特征在于，所述数据采集模块通过采集患者的电子病历数据，获取患者的炎症指标crp、甘油三脂和空腹血糖相关数据指标。7.根据权利要求5所述的联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建系统，其特征在于，所述预后风险阈值取值为4.71。8.根据权利要求5所述的联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建系统，其特征在于，所述胰岛素抵抗tyg指数计算模块的计算方法如下：tyg＝ln[甘油三脂(mg/dl)
×
空腹血糖(mg/dl)]/2；所述预后指标cti指数计算模块的计算方法如下：cti＝0.412*ln(crp)+tyg。
9.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条程序代码，所述程序代码由处理器加载并执行，以实现如权利要求1至8任一所述的联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建方法及系统。

技术总结
本发明公开了一种联合炎症和胰岛素抵抗的预测肿瘤恶液质预后指标的构建方法及系统，通过收集患者炎症指标CRP、甘油三脂和空腹血糖相关数据；结合所收集的甘油三脂和空腹血糖数据，计算胰岛素抵抗TyG指数；结合所得胰岛素抵抗TyG指数和患者炎症指标CRP数据，计算预后指标CTI指数；根据所计算的预后指标CTI指数对肿瘤恶液质患者进行数据分组处理；系统内嵌并运行于计算机中，包括：数据采集模块、胰岛素抵抗TyG指数计算模块、预后指标CTI指数计算模块、预后风险风险判断模块和呈现模块；本发明根据所提供的预后指标CTI指数以及所设定的阈值，可以快速对患者的预后情况做出较为准确的判断，有利于医生对患者做出有效的后续诊疗方案。案。案。


技术研发人员：邓丽 阮国添 石汉平
受保护的技术使用者：首都医科大学附属北京世纪坛医院
技术研发日：2023.07.10
技术公布日：2023/10/11