一种用于糖尿病聚类分型的数据处理装置及系统制造方法及图纸

本发明专利技术公开了一种用于糖尿病聚类分型的数据处理装置及系统。本发明专利技术数据处理装置，包括：数据接收模块，接收患者的数据；数据处理模块，得到患者的年龄、BMI、HbA1c、HOMA2β和HOMA2IR的数值；数据存储模块，存储新诊断数据库的5项数据各自的均值、标准差，及分别与糖尿病聚类分型各亚型的聚类中心点数值；数据分析模块，计算患者的5项聚类指标标准化值与糖尿病聚类分型中各亚型的聚类中心点的总距离值；数据比较模块，患者的5项聚类指标标准化值与糖尿病聚类分型中各亚型的聚类中心点的总距离值，并比较这4个数值；判断模块，判定符合预定判定条件的患者的所属的亚型，并输出判定结果。本发明专利技术测定患者的指标并标准化，通过对比已知数据库聚类，得到患者的分型。得到患者的分型。

【技术实现步骤摘要】
一种用于糖尿病聚类分型的数据处理装置及系统


[0001]本专利技术涉及一种用于糖尿病聚类分型的数据处理装置及系统。

技术介绍

[0002]21世纪以来，在全球范围内糖尿病的发病率显著增长，已成为突出的世界卫生问题。糖尿病具有明显的异质性，不同个体的临床特征、自然病程以及对治疗的反应性各不相同。国际上将糖尿病主要分为1型糖尿病、2型糖尿病、特殊类型糖尿病及妊娠糖尿病。然而，这种粗略的分型无法满足临床上对于精准分型及精准治疗的要求，呼唤更精细的分型方法来指导临床实践。
[0003]2018年初，由北欧Leif Groop教授团队提出了糖尿病五分型理论。这项研究采用北欧的ANDIS糖尿病队列，基于GAD抗体，体重指数(BMI)，诊断时年龄，糖化血红蛋白(HbA1C)，HOMA2β功能(用于评价个体的胰岛β细胞功能的指标)，HOMA2IR(用于评价个体的胰岛素抵抗水平的指标)这六种变量进行的聚类分析，将糖尿病分成五个亚组，并证实了不同亚组的微血管并发症的不同进展轨迹。此外，北大人民医院现有研究对其结果在中国及美国新诊断糖尿病人群中进行了验证，证实了应用BMI，诊断时年龄，HbA1C，HOMA2β功能，HOMA2IR这5个变量可将2型糖尿病分为年龄相关性糖尿病(MARD)、轻度肥胖相关糖尿病(MOD)、严重胰岛素缺乏型糖尿病(SIDD)、严重胰岛素抵抗型糖尿病(SIRD)，四个亚组，各组临床表现及分布与北欧Leif Groop教授团队研究相一致。提示，这种分型理论在不同种族、不同研究人群中保持稳定。
[0004]这种分型方法是糖尿病精准分型的一次革新，具有里程碑意义。若进一步证实，这种精细分型方法可以带来不同的药物疗效，将彻底颠覆目前糖尿病的临床治疗。然而，基于大数据挖掘的聚类分析可以将数据库进行分类，但如何将单个个体分类是这类研究的软肋。比如说，一个新诊断的糖尿病病人来到门诊，如何确定他究竟属于4型糖尿病中的哪一型。只有在患者诊断之初确定患者的分型，才能为患者选择针对该亚型的特异性治疗方案。因此，亟需一种新诊断2型糖尿病的精细分型方法(以下简称分型方法)，以解决这种治疗需求。

技术实现思路

[0005]本专利技术的目的是提供一种用于糖尿病聚类分型数据处理装置、系统。
[0006]本专利技术提供的一种用于糖尿病聚类分型的数据处理装置，包括如下模块：
[0007](1)数据接收模块；所述数据接收模块被配置为接收患者的年龄、身高、体重、HbA1c、空腹胰岛素水平、空腹血糖水平数据；
[0008](2)数据处理模块；所述数据处理模块被配置为接收来自所述数据接收模块的所述患者的年龄、身高、体重、HbA1c、空腹胰岛素水平、空腹血糖水平数据，按照如下式Ⅰ计算得到所述患者的BMI数据；根据所述空腹胰岛素水平和所述空腹血糖水平数据采用牛津HOMA2公式计算器计算得到HOMA2β和HOMA2IR的数值；所述空腹胰岛素水平和所述空腹血糖
水平数据的单位分别为μU/ml和mmol/L；
[0009]式Ⅰ：BMI＝体重/身高2；
[0010]式Ⅰ中，BMI表示体重指数，单位为kg/m2；
[0011](3)数据存储模块；所述数据存储模块被配置为新诊断数据库的年龄、BMI、HbA1c、HOMA2IR和HOMA2β数据各自的均值、标准差，及分别与糖尿病聚类分型各亚型的聚类中心点数值；
[0012]所述糖尿病聚类分型的亚型分为4型，为SIDD、MARD、MOD和SIRD；
[0013](4)数据分析模块；所述数据分析模块被配置为对所述数据处理模块的患者的年龄、BMI、HbA1c、HOMA2IR、HOMA2β数值的标准化值和接收由所述数据存储模块发送的数值，按照如式Ⅱ计算得到所述患者的年龄、BMI、HbA1c、HOMA2IR、HOMA2β数值的标准化值；然后按照如下式Ⅲ计算患者的年龄、BMI、HbA1c、HOMA2IR、HOMA2β数值5项聚类指标标准化值与糖尿病聚类分型中各亚型的聚类中心点的总距离值，用总距离表示；
[0014]式Ⅱ：标准化值＝(数值
‑
均值)/标准差；
[0015]式Ⅱ中，数值为所述患者的年龄、BMI、HbA1c、HOMA2IR、或HOMA2β的数值，所述均值或标准差表示所述数据存储模块中新诊断数据库的年龄、BMI、HbA1c、HOMA2IR和HOMA2β数据各自的均值或标准差；年龄、BMI、HbA1c的单位分别为岁、kg/m2、mmol/L；
[0016]式Ⅲ：总距离＝(患者的诊断年龄
–
聚类中心的年龄)2+(患者的BMI
–
聚类中心的BMI)2+(患者的HbA1c
–
聚类中心的HbA1c)2+(患者的HOMA2IR
–
聚类中心的HOMA2IR)2+(患者的HOMA2β
–
聚类中心的HOMA2β)2[0017]式Ⅲ中，患者的诊断年龄、患者的BMI、患者的HbA1c、患者的HOMA2IR和患者的HOMA2β表示所述患者的诊断年龄、BMI、HbA1c、HOMA2IR、HOMA2β数值的标准化值(即式II所计算出的值)；聚类中心的年龄、聚类中心的BMI、聚类中心的HbA1c、聚类中心的HOMA2IR、聚类中心的HOMA2β分别表示各亚型的聚类中心点的诊断年龄、BMI、HbA1c、HOMA2IR和HOMA2β；
[0018](5)数据比较模块；所述数据比较模块被配置为接收由所述数据分析模块发送的所述患者的5项聚类指标标准化值与糖尿病聚类分型中各亚型的聚类中心点的总距离值，并比较这4个数值；
[0019](6)判断模块；所述判断模块被配置为接收由所述数据比较模块发送的比较结果，并根据预定判定条件对比较结果进行判定，判定符合所述预定判定条件的所述患者的所属的亚型，并输出判定结果。
[0020]上述的数据处理装置中，所述预定判定条件为：所述4个数值中最小的数值对应的糖尿病聚类分型中亚型，判定为所述糖尿病患者所属亚型。
[0021]上述的数据处理装置中，所述新诊断数据库的样本数量为2250；
[0022]所述新诊断数据库的样本为医院就诊的未经药物治疗且糖尿病病史不超过5年的患者。
[0023]上述的数据处理装置中，所述新诊断数据库的年龄、BMI、HbA1c、HOMA2IR和HOMA2β数据的均值分别为51.08岁、26.1kg/m2、8.508mmol/L、2.172、52.121；
[0024]所述新诊断数据库的年龄、BMI、HbA1c、HOMA2IR和HOMA2β数据的标准差分别为10.022、3.354、1.370、1.865、39.546；
[0025]所述新诊断数据库的年龄、BMI、HbA1c、HOMA2IR和HOMA2β数据分别与糖尿病聚类
分型中SIDD亚型的聚类中心点数值分别为
‑
0.63119、
‑
0.50648、0.80293、
...

【技术保护点】

【技术特征摘要】
1.一种用于糖尿病聚类分型的数据处理装置，其特征在于，它包括如下模块：(1)数据接收模块；所述数据接收模块被配置为接收患者的年龄、身高、体重、HbA1c、空腹胰岛素水平、空腹血糖水平数据；(2)数据处理模块；所述数据处理模块被配置为接收来自所述数据接收模块的所述患者的年龄、身高、体重、HbA1c、空腹胰岛素水平、空腹血糖水平数据，按照如下式Ⅰ计算得到所述患者的BMI数据；根据所述空腹胰岛素水平和所述空腹血糖水平数据采用牛津HOMA2公式计算器计算得到HOMA2β和HOMA2IR的数值；所述空腹胰岛素水平和所述空腹血糖水平数据的单位分别为μU/ml和mmol/L；式Ⅰ：BMI＝体重/身高2；式Ⅰ中，BMI表示体重指数，单位为kg/m2；(3)数据存储模块；所述数据存储模块被配置为新诊断数据库的年龄、BMI、HbA1c、HOMA2IR和HOMA2β数据各自的均值、标准差，及分别与糖尿病聚类分型各亚型的聚类中心点数值；所述糖尿病聚类分型的亚型分为4型，为SIDD、MARD、MOD和SIRD；(4)数据分析模块；所述数据分析模块被配置为对所述数据处理模块的患者的年龄、BMI、HbA1c、HOMA2IR、HOMA2β数值的标准化值和接收由所述数据存储模块发送的数值，按照如式Ⅱ计算得到所述患者的年龄、BMI、HbA1c、HOMA2IR、HOMA2β数值的标准化值；然后按照如下式Ⅲ计算患者的上述5项聚类指标标准化值与糖尿病聚类分型中各亚型的聚类中心点的总距离值，用总距离表示；式Ⅱ：标准化值＝(数值
‑
均值)/标准差；式Ⅱ中，数值为所述患者的年龄、BMI、HbA1c、HOMA2IR、或HOMA2β的数值，所述均值或标准差表示所述数据存储模块中新诊断数据库的年龄、BMI、HbA1c、HOMA2IR和HOMA2β数据各自的均值或标准差；年龄、BMI、HbA1c的单位分别为岁、kg/m2、mmol/L；式Ⅲ：总距离＝(患者的诊断年龄
–
聚类中心的年龄)2+(患者的BMI
–
聚类中心的BMI)2+(患者的HbA1c
–
聚类中心的HbA1c)2+(患者的HOMA2IR
–
聚类中心的HOMA2IR)2+(患者的HOMA2β
–
聚类中心的HOMA2β)2式Ⅲ中，患者的诊断年龄、患者的BMI、患者的HbA1c、患者的HOMA2IR和患者的HOMA2β表示所述患者的诊断年龄、BMI、HbA1c、HOMA2IR、HOMA2β数值的标准化值；聚类中心的年龄、聚类中心的BMI、聚类中心的HbA1c、聚类中心的HOMA2IR、聚类中心的HOMA2β分别表示各亚型的聚类中心点的诊断年龄、BMI、HbA1c、HOMA2IR和HOMA2β；(5)数据比较模块；所述数据比较模块被配置为接收由所述数据分析模块发送的所述患者的5项聚类指标标准化值与糖尿病聚类分型中各亚型的聚类中心点的总距离值，并比较这4个数值；(6)判断模块；所述判断模块被配置为接收由所述数据比较模块发送的比较结果，并根据预定判定条件对比较结果进行判定，判定符合所述预定判定条件的所述患者的所属的亚型，并输出判定结果。2.根据权利要求1所述的数据处理装置，其特征在于：所述预定判定条件为：所述4个数值中最小的数值对应的糖尿病聚类分型中亚型，判定为所述糖尿病患者所属亚型。3.根据权利要求1或2所述的数据处理装置，其特征在于：所述新诊断数据库的样本数
式Ⅲ中，患者的诊断年龄、患者的BMI、患者的HbA1c、患者的HOMA2IR和患者的HOMA2β表示所述患者的诊断年龄、BMI、HbA1c、HOMA2IR、HOMA2β数值的标准化值(即式II计算所得)；聚类中心的年龄、聚类中心的BMI、聚类中心的HbA1c、聚类中心的HOMA2IR、聚类中心的HOMA2β分别表示各亚型的聚类中心点的诊断年龄、BMI、HbA1c、HOMA2IR和HOMA2β；将所述距离的数值与所述聚类中心的年龄、聚类中心的BMI、聚类中心的HbA1c、聚类中心的HOMA2IR或聚类中心的HOMA2β的数值比较；将所述患者的5项聚类指标标准化值与糖尿病聚类分型中各亚型的聚类中心点的总距离值，并比较这4个数值；根据预定判定条件对所述比较结果进行判定，判定符合所述预定判定条件的所述患者的所属的亚型，并输出判定结果。7.根据权利要求6所述的系统，其特征在于：所述系统还包括：所述系统还包括输入设备和输出设备；所述输入设备被配置成输入来自所述身高体重计、生化仪、分光光度计、ELISA试剂盒采集的所述患者的年龄、身高、体重、HbA1c、空腹胰岛素水平、空腹血糖水平数据；所述输出设备被配置成输出所述判定结果。8.一种计算机可读存储介质，所述计算机可读存储介质存储有用于执行下述步骤的计算机程序：接收患者的年龄、身高、体重、HbA1c、空腹胰岛素水平、空腹血糖水平数据；根据所述患者的年龄、身高、体重、HbA1c、空腹胰岛素水平、空腹血糖水平数据，按照如下式Ⅱ计算得到所述患者的BMI数据；按照如下式Ⅰ计算得到所述患者的BMI数据；根据所述空腹胰岛素水平和所述空腹血糖水平数据采用牛津HOM...

【专利技术属性】
技术研发人员：邹显彤，纪立农，朱占星，黄齐，
申请(专利权)人：北京大学人民医院，
类型：发明
国别省市：