2023 China Graduate Mathematical Modeling Competition Frage E


Modellierung der klinisch-intelligenten Diagnose und Behandlung von hämorrhagischen Schlaganfällen


1. Hintergrundeinführung


Unter hämorrhagischem Schlaganfall versteht man eine Hirnblutung, die durch einen nichttraumatischen Bruch intraparenchymaler Blutgefäße verursacht wird und 10–15 % aller Schlaganfallfälle ausmacht. Die Ursache der Krankheit ist komplex und wird in der Regel durch Faktoren wie ein gerissenes Hirnaneurysma und abnormale Hirnarterien verursacht, die dazu führen, dass Blut aus den gerissenen Blutgefäßen in das Hirngewebe fließt, was zu mechanischen Schäden am Gehirn führt und eine Reihe komplexer physiologischer Störungen auslöst und pathologische Reaktionen. Hämorrhagischer Schlaganfall beginnt akut, schreitet schnell voran und hat eine schlechte Prognose. Die Sterblichkeitsrate in der akuten Phase beträgt bis zu 45–50 %. Etwa 80 % der Patienten leiden an schweren neurologischen Funktionsstörungen, die schwerwiegende gesundheitliche Folgen für die Gesellschaft und die Gesellschaft haben Familie des Patienten. und finanzielle Belastung. Daher ist es von großer klinischer Bedeutung, das Risiko eines hämorrhagischen Schlaganfalls zu untersuchen, Bildgebungsmerkmale, klinische Patienteninformationen sowie klinische Diagnose- und Behandlungspläne zu integrieren, die Prognose des Patienten genau vorherzusagen und die klinische Entscheidungsfindung entsprechend zu optimieren.
Nach einem hämorrhagischen Schlaganfall ist die Ausdehnung des Hämatoms einer der wichtigen Risikofaktoren für eine schlechte Prognose. Kurze Zeit nach Auftreten der Blutung kann sich das Ausmaß des Hämatoms aufgrund von Faktoren wie Schädigung des Hirngewebes und Entzündungsreaktion allmählich ausdehnen, was zu einem schnellen Anstieg des Hirndrucks führt, der die neurologische Funktion weiter verschlechtern und sogar gefährden kann Leben des Patienten. Daher ist die Überwachung und Kontrolle der Hämatomausdehnung eines der wichtigsten klinischen Anliegen. Darüber hinaus hat das Ödem um das Hämatom als Marker für eine Sekundärverletzung nach einer Hirnblutung in den letzten Jahren große klinische Aufmerksamkeit erregt. Das Ödem um das Hämatom kann zu einer Kompression des Gehirngewebes führen, was wiederum die Neuronenfunktion beeinträchtigt und das Gehirngewebe weiter schädigt, wodurch sich die neurologische Beeinträchtigung des Patienten verschlimmert. Zusammenfassend lässt sich sagen, dass die frühzeitige Erkennung und Vorhersage von zwei wichtigen Schlüsselereignissen nach einem hämorrhagischen Schlaganfall, nämlich der Hämatomausdehnung und dem Auftreten und der Entwicklung von Perihämatomödemen, von großer Bedeutung für die Verbesserung der Prognose des Patienten und seiner Lebensqualität ist.
Der rasante Fortschritt der medizinischen Bildgebungstechnologie bietet ein leistungsstarkes Mittel zur nicht-invasiven dynamischen Überwachung von Hirngewebeschäden und -entwicklung nach einem hämorrhagischen Schlaganfall. In den letzten Jahren hat sich die Technologie der künstlichen Intelligenz rasant weiterentwickelt und ist im medizinischen Bereich weit verbreitet und bietet neue Möglichkeiten für die tiefgreifende Gewinnung und intelligente Analyse riesiger Bilddaten. Es wird erwartet, dass auf der Grundlage der in diesem Wettbewerb bereitgestellten Bildgebungsinformationen in Kombination mit persönlichen Patienteninformationen, Behandlungsplänen und Prognosedaten ein intelligentes Diagnose- und Behandlungsmodell erstellt werden kann, um die Risikofaktoren zu klären, die zu einer schlechten Prognose eines hämorrhagischen Schlaganfalls führen, und um eine genaue Prognose zu erzielen und personalisierte Wirksamkeitsbewertung und Prognosevorhersage. . Es wird davon ausgegangen, dass relevante Forschungsergebnisse und wissenschaftliche Erkenntnisse in naher Zukunft weiter in der klinischen Praxis Anwendung finden und zur Verbesserung der Prognose von Patienten mit hämorrhagischem Schlaganfall beitragen werden.

Die erste Frage: Erforschung und Modellierung von Faktoren im Zusammenhang mit dem Risiko einer Hämatomausdehnung.

a): Bitte beurteilen Sie den Patienten sub001 bis sub100. Ob innerhalb von 48 Stunden nach Beginn eine Hämatomausdehnung auftritt.

Ergebnisfüllspezifikationen : 1 ja, 0 nein, Füllposition: Feld C von „Tabelle 4“ (ob eine Hämatomausdehnung auftritt).

Wenn es zu einer Hämatomausdehnung kommt, notieren Sie bitte auch den Zeitpunkt, zu dem die Hämatomausdehnung auftritt.

Ergebnisfüllspezifikationen : Zum Beispiel 10,33 Stunden, Füllposition: „Tabelle 4“ Feld D (Hämatomexpansionszeit).

***** Ob eine Hämatomausdehnung auftritt, kann auf den Veränderungen des Hämatomvolumens basieren, das konkret definiert ist als: eine absolute Volumenzunahme von ≥6 ml oder eine relative Volumenzunahme von ≥33 % bei nachfolgenden Untersuchungen im Vergleich zur ersten Untersuchung .

Hinweis: Sie können den entsprechenden Zeitpunkt der Bildgebungsuntersuchung über die Seriennummer in „Anhang 1 – Suchformular – Seriennummer vs. Zeit“ abfragen und das Zeitintervall vom Beginn bis zur ersten Bildgebung und das Zeitintervall der nachfolgenden Bildgebungsuntersuchung kombinieren, um festzustellen, ob Die aktuelle bildgebende Untersuchung liegt bei Krankheitsbeginn innerhalb von 48 Stunden.

b): Bitte verwenden Sie als Zielvariable, ob ein Hämatomausdehnungsereignis auftritt, basierend auf der persönlichen Vorgeschichte, der Krankheitsgeschichte und der Inzidenz (Felder E bis W) der ersten 100 Patienten (sub001 bis sub100) in „Tabelle 1“. und die anderen Elemente in „Tabelle 2“ Ergebnisse der bildgebenden Untersuchung (Felder C bis Wahrscheinlichkeit einer Hämatomausdehnung).

Hinweis: Diese Frage kann nur Informationen zur ersten bildgebenden Untersuchung des Patienten enthalten.

Ergebnisfüllspezifikationen : Notieren Sie die vorhergesagte Wahrscheinlichkeit des Auftretens eines Ereignisses (Wertebereich 0-1, behalten Sie 4 Nachkommastellen bei); füllen Sie den Ort aus: „Tabelle 4“ Feld E (vorhergesagte Wahrscheinlichkeit der Hämatomausdehnung).

 Zweite Frage: Modellieren Sie das Auftreten und Fortschreiten von Ödemen rund um das Hämatom und untersuchen Sie den Zusammenhang zwischen therapeutischer Intervention und Ödemfortschritt.

a): Konstruieren Sie basierend auf dem Ödemvolumen (ED_volume) und wiederholten Untersuchungszeitpunkten der ersten 100 Patienten (sub001 bis sub100) in „Tabelle 2“ eine Ödemvolumen-Progressionskurve über die Zeit für alle Patienten (x-Achse: Zeit von Beginn der bildgebenden Untersuchung, y-Achse: Ödemvolumen, y=f(x)), berechnen Sie das Residuum zwischen den wahren Werten der ersten 100 Patienten (sub001 bis sub100) und der angepassten Kurve.

Spezifikationen zum Ausfüllen der Ergebnisse : Notieren Sie die Residuen und füllen Sie das F-Feld (Residuen (alle)) von „Tabelle 4“ aus.

b): Bitte untersuchen Sie individuelle Unterschiede im Ödemvolumen-Progressionsmuster des Patienten im Zeitverlauf, erstellen Sie Ödemvolumen-Progressionskurven im Zeitverlauf für verschiedene Gruppen (Untergruppen: 3-5) und berechnen Sie die wahren Werte für die ersten 100 Patienten (Sub001 bis). sub100) und das Residuum zwischen den Kurven.

Spezifikationen zum Füllen der Ergebnisse : Notieren Sie die Residuen, füllen Sie das G-Feld (Residuen (Untergruppe)) von „Tabelle 4“ aus und tragen Sie die Untergruppe, zu der sie gehören, in Abschnitt H (Untergruppe, zu der sie gehört) ein.

c): Bitte analysieren Sie den Einfluss verschiedener Behandlungen (Felder Q bis W in „Tabelle 1“) auf das Muster der Ödemvolumenprogression.

d): Bitte analysieren Sie den Zusammenhang zwischen Hämatomvolumen, Ödemvolumen und Behandlungsmethoden (Felder Q bis W in „Tabelle 1“).

Frage 3: Vorhersage der Prognose und Erforschung von Schlüsselfaktoren bei Patienten mit hämorrhagischem Schlaganfall.

a): Bitte erstellen Sie ein Vorhersagemodell basierend auf der persönlichen Vorgeschichte, der Krankheitsgeschichte, krankheitsbezogenen (Felder E bis W in „Tabelle 1“) und ersten Bildgebungsergebnissen (verwandte Felder in Tabelle 2 und Tabelle 3) der ersten 100 Patienten ( sub001 bis sub100), Vorhersage der 90-Tage-mRS-Scores für Patienten (sub001 bis sub160).

Hinweis: Diese Frage kann nur Informationen zur ersten bildgebenden Untersuchung des Patienten enthalten.

Spezifikationen zum Ausfüllen der Ergebnisse : Zeichnen Sie die vorhergesagten mRS-Ergebnisse auf, 0-6, ordinale Notenvariablen. Füllen Sie das Positionsfeld „Tabelle 4“ I aus (vorhergesagtes mRS (basierend auf der ersten Bildgebung)).

b): Sagen Sie alle Patienten mit bildgebenden Nachuntersuchungen voraus, basierend auf allen bekannten klinischen, Behandlungs- (Felder E bis W in Tabelle 1) und bildgebenden (ersten + Nachuntersuchungs-)Ergebnissen in Tabelle 2 und Tabelle 3 für die ersten 100 Patienten ( sub001 bis sub100) (sub001 bis sub100, sub131 bis sub160) 90-Tage-mRS-Score.

Spezifikationen zum Ausfüllen der Ergebnisse : Zeichnen Sie die vorhergesagten mRS-Ergebnisse auf, 0-6, ordinale Notenvariablen. Füllen Sie das J-Feld der Position „Tabelle 4“ aus (vorhergesagter mRS).

c): Bitte analysieren Sie den Zusammenhang zwischen der Prognose (90-Tage-mRS) von Patienten mit hämorrhagischem Schlaganfall und der persönlichen Vorgeschichte, Krankheitsgeschichte, Behandlungsmethoden und Bildgebungsmerkmalen (einschließlich Hämatom-/Ödemvolumen, Hämatom-/Ödemlage, Signalintensitätsmerkmalen, Formmerkmalen). ), usw. Beziehungen und geben Empfehlungen für klinisch relevante Entscheidungen.

Guess you like

Origin blog.csdn.net/weixin_43608857/article/details/133156731