一种儿童青少年24小时尿钠排出量的测定方法与测定装置与流程

本发明属于临床检测领域，涉及一种儿童青少年24小时尿钠排出量测定方法与测定装置。
背景技术：
：钠摄入量对于调节儿童血压起重要作用，儿童期血压升高是成年期高血压和心血管代谢性疾病的重要危险因素，其持续效应显著增加成年期心血管病风险。嗜盐口味在儿童时期就开始形成，但儿童对于盐的口味偏好易于改变。儿童健康备受家长关注，如果逐渐减少儿童在特定食物中的钠摄入量，就能够降低儿童对嗜盐口味的偏好，降低成年期心血管病风险，终生获益。这成为心血管病一级预防的重要任务之一。实现这一目标的前提就是需要科学准确、简便可行的工具评估钠摄入量暴露程度。目前作为评估钠摄入量的“金标准”——24小时尿钠排出量测定，在人群预防及临床科研实践中可行性差，尤其不适用于儿童。目前尚未见针对儿童人群准确可行的钠摄入量评估工具的相关报告。建立适用于儿童群体的评估工具将为儿童预防保健、健康管理提供技术支撑，填补儿童健康管理亟需的技术空缺。随着社会经济的发展、膳食结构的改变，我国儿童青少年高血压患病率逐年上升。儿童青少年时期，心血管病危险因素开始累积，对其成年期疾病发生至关重要，特别是膳食因素，如口味的形成。个体口味等膳食习惯多在儿童青少年时期形成，一旦形成，很难改变。由于我国膳食烹饪特点以及家庭聚餐传统习惯等因素不同于欧美国家，甚至与同为亚洲地区的日本及东南亚地区也存在较大差异。一方面钠的来源不同，我国主要来源于调味品；另一方面日常钠摄入量可能存在家庭聚集性。儿童钠摄入量与家庭日常膳食密切相关，如果有简便可行的工具，准确评估儿童日常钠摄入量，通过行为干预，能够促进儿童青少年形成良好的膳食口味习惯，降低儿童成年后心血管病风险。对于超重肥胖、患有肾脏疾病等具有高风险的儿童，控制钠摄入量更为重要，准确方便的评估工具可以为制定科学合理的健康管理策略提供依据。这是本研究亟待解决的首要问题，即针对我国儿童构建尿钠排出量评估工具。为解决收集24小时尿可行性差的问题，有研究陆续提出了用单次时点尿“替代”24小时尿样本，来评估钠摄入量的方法，常用模型有kawasaki公式(清晨第二次时点尿)、intersalt公式(随机时点尿)和tanaka公式(随机时点尿)，其基本原理是通过一次时点尿排出量与24小时排出量比例关联，以尿肌酐进行校正，以简单线性回归模型估算24小时尿钠排出量。基于成人单次时点尿的模型评估钠摄入量准确性较差。一方面表现在不同模型预测的24小时尿钠排出量估算值与实测值相比，存在不同程度的“低值高估”和“高值低估”问题。通过bland-altman分析，均可见较为明显的系统误差；另一方面，也是更为重要的，在评价准确性时，虽然人群均值水平估算值与实测值相差较小，但有很大程度是由于“低估”与“高估”存在相互抵消导致。单次时点尿估算24小时尿钠排出量用于评估钠摄入量，准确性差，评估的个体钠摄入量存在较大偏差，现有模型容易低估实际钠摄入量。基于成人单次时点尿的预测模型评估儿童尿钠排出量更易导致误判。技术实现要素：为了解决现有技术存在的问题，本发明的目的在于提供一种儿童青少年尿钠排出量的测定方法。本发明通过两次代表性时点尿，在我国儿童构建了新的算法模型，一方面解决了制约评估儿童24小时尿钠排出量的首要问题，即收集24小时尿的不可行；另一方面，算法提高了估算准确性，估错率低于30％。根据本发明的一个方面，本发明提供了一种儿童青少年24小时尿钠排出量的测定方法，所述测定方法包括采集两次以上时点尿，检测两次以上时点尿中包含的尿钠平均含量与尿肌酐平均含量。进一步，所述两次以上时点尿选自以下组中时点尿的组合：第一次晨尿、晨起第二次尿、午间尿、下午尿、傍晚尿、睡前尿。在本发明的一个实施例中，所述测定方法包括采集两次时点尿，检测两次时点尿中包含的尿钠平均含量与尿肌酐平均含量。进一步，所述两次时点尿选自以下组中任意两次时点尿的组合：晨起第一次尿、晨起第二次尿、午间尿、下午尿、傍晚尿、睡前尿。具体地，所述测定方法包括将两次时点尿，即第一次晨尿和午间尿中包含的尿钠平均含量与尿肌酐平均含量代入公式1计算24小时尿钠排出量预测值：公式1：na24h＝cr24h×0.508876×(naspot/crspot)0.76934具体地，所述测定方法包括将两次时点尿，即第一次晨尿和下午尿中包含的尿钠平均含量与尿肌酐平均含量代入公式2计算24小时尿钠排出量预测值：公式2：na24h＝cr24h×0.456403×(naspot/crspot)0.79445具体地，所述测定方法包括将两次时点尿，即第一次晨尿和睡前尿中包含的尿钠平均含量与尿肌酐平均含量代入公式3计算24小时尿钠排出量预测值：公式3：na24h＝cr24h×0.542379×(naspot/crspot)0.71576具体地，所述测定方法包括将两次时点尿，即晨起第二次尿和下午尿中包含的尿钠平均含量与尿肌酐平均含量代入公式4计算24小时尿钠排出量预测值：公式4：na24h＝cr24h×0.709035×(naspot/crspot)0.59253具体地，所述测定方法包括将两次时点尿，即晨起第二次尿和傍晚尿中包含的尿钠平均含量与尿肌酐平均含量代入公式5计算24小时尿钠排出量预测值：公式5：na24h＝cr24h×0.552335×(naspot/crspot)0.67759具体地，所述测定方法包括将两次时点尿，即晨起第二次尿和睡前尿中包含的尿钠平均含量与尿肌酐平均含量代入公式6计算24小时尿钠排出量预测值：公式6：na24h＝cr24h×0.497893×(naspot/crspot)0.69061具体地，所述测定方法包括将两次时点尿，即午间尿和傍晚尿中包含的尿钠平均含量与尿肌酐平均含量代入公式7计算24小时尿钠排出量预测值：公式7：na24h＝cr24h×0.534716×(naspot/crspot)0.66770具体地，所述测定方法包括将两次时点尿，即午间尿和睡前尿中包含的尿钠平均含量与尿肌酐平均含量代入公式8计算24小时尿钠排出量预测值：公式8：na24h＝cr24h×0.510870×(naspot/crspot)0.66376具体地，所述测定方法包括将两次时点尿，即下午尿和睡前尿中包含的尿钠平均含量与尿肌酐平均含量代入公式9计算24小时尿钠排出量预测值：公式9：na24h＝cr24h×0.509615×(naspot/crspot)0.64492具体地，所述测定方法包括将两次时点尿，即随机尿和随机尿中包含的尿钠平均含量与尿肌酐平均含量代入公式10计算24小时尿钠排出量预测值：公式10：na24h＝cr24h×0.651943×(naspot/crspot)0.60513其中，对于男性来说，cr24h＝-800.89093+13.47862×年龄+6.81041×身高+11.35739×体重；对于女性来说，cr24h＝-328.72902+16.03953×年龄+3.09763×身高+10.09979×体重；naspot/crspot表示两次时点尿钠平均浓度/两次时点尿肌酐平均浓度。优选地，所述测定方法包括将两次时点尿，即第一次晨尿和午间尿中包含的尿钠平均含量与尿肌酐平均含量代入公式1计算24小时尿钠排出量预测值。根据本发明的另一个方面，本发明提供了一种儿童青少年24小时尿钠排出量的测定系统，所述测定系统包括计算单元，所述计算单元利用前面所述的10个公式中的任一个计算尿钠排出量预测值。优选地，所述计算单元利用公式1计算尿钠排出量预测值。进一步，所述测定系统还包括检测单元，所述检测单元用于检测尿成分量，所述尿成分量包括尿钠量、尿肌酐量。所述检测单元利用检测尿钠量的设备检测尿钠量，或利用检测尿肌酐量的设备检测尿肌酐。更进一步，所述检测尿钠量的设备包括利用电极法检测尿钠量的设备；所述设备包括生化分析仪、或与其配套使用的试剂盒。更进一步，所述检测尿肌酐的设备包括利用酶法检测尿肌酐量的设备；所述设备包括生化分析仪、或与其配套使用的试剂盒。进一步，所述测定系统还包括信息获取单元，所述信息获取单元用于执行获取受试者检测信息的操作，所述检测信息包括尿钠量、尿肌酐量。进一步，所述测定系统还包括评估单元，所述评估单元用于执行根据计算单元的计算结果判断判断儿童钠摄入量是否超标，给出合理化饮食建议。进一步，所述测定系统还包括结果显示单元，所述结果显示单元用于显示所述评估单元得出的结论。优选地，所述结果显示单元通过屏幕显示、声音播报或打印的方式显示结果。根据本发明的又一个方面，本发明提供了一种儿童青少年24小时尿钠排出量的测定装置，所述测定装置包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时可以运行前面所述的10个公式中的任意一个或多个公式。优选地，所述处理器执行所述计算机程序时运行前面所述的公式1。根据本发明的又一个方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在装置执行前面所述的10个公式中的任意一个或多个公式。优选地，在所述计算机程序运行时控制所述计算机可读存储介质所在装置执行前面所述的公式1。应当理解，本文使用的“系统”、“装置”、“单元”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。所属
技术领域：
的技术人员知道，本发明可以实现为设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“单元”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件，或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(lan)或广域网(wan)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。根据本发明的又一个方面，本发明提供了一种用于测定儿童青少年24小时尿钠排出量的试剂盒，所述试剂盒包括记载前面所述的10个公式中的任一个或多个公式的载体。优选地，所述试剂盒包括记载前面所述的公式1的载体。优选地，所述试剂盒还包括用于检测点尿钠值的试剂、用于检测点尿肌酐值的试剂。进一步，所述载体的实例可以是说明书。根据本发明的又一个方面，本发明提供了用于检测点尿钠值的试剂、用于检测点尿肌酐值的试剂或记载有前面所述的10个公式中的一个或多个公式的载体在制备用于测定儿童青少年24小时尿钠排出量的试剂盒中的应用：进一步，所述载体的实例可以是说明书。附图说明图1显示尿液收集的流程示意图；图2显示现有模型与两次时点尿模型相对偏差分布图；图3显示五种待评估预测模型24小时尿钠排出量估算值与实测值bland-altman图，其中，a:kawasaki模型，b:intersalt模型，c:tanaka模型，d:1号模型，e:3号模型，f:9号模型。具体实施方式下面通过具体实施例对本发明进行说明，但本发明并不局限于此。下述实施例中所使用的实验方法如无特殊说明，均为常规方法；下述实施例中所用的试剂、生物材料等，如无特殊说明，均可从商业途径得到。实施例1儿童青少年24小时尿钠排出量测定方法的建立1、研究对象收集首都医科大学附属北京儿童医院就诊的151例儿童作为研究对象，人群排除标准包括：(1)肾功能损伤或肾功能不全的儿童；(2)使用利尿剂治疗的儿童；(3)患先天性尿道下裂、先天性心脏病者等先天疾患的儿童；(4)入院后有继发感染的儿童；(5)患急性/慢性心力衰竭的儿童；(6)患影响膳食摄入疾病(如恶性肿瘤等)的儿童。采集的信息包括上述人群的性别、年龄、尿样本采集当日饮水量，样本采集期间有无遗漏遗洒样本的情况，用药信息(输液药物、药物量、生理盐水量等)、健康状况指标(血钠、血钾、血肌酐、尿素等)。尿样收集从第一天清晨7点排空膀胱之后开始，每名研究对象需要在24小时内连续收集每一次排出的全部尿液，每次排尿均排入一个新尿桶中。样本收集过程有别于现有常规技术，即每次样本均独立采集，便于建模时根据时点尿时间进行不同时点尿组合。示意图如图1所示。完成24小时尿样收集后，回收全部尿样本，记录样本采集结束时间，询问并记录采集过程中的遗漏遗洒情况。提取各次时点尿和24小时尿样本，并测量各次时点尿尿量，计算24小时尿量，随后进行实验室检测，使用生化分析仪检测尿钠、尿钾、尿肌酐浓度。排除24小时尿量小于500ml的10例儿童，遗漏次数大于1次的3例儿童，遗漏/遗撒量大于200ml的9例儿童，最终用于模型建立的人群为129例儿童，纳入建模的儿童基本信息如表1所示。表1儿童基本信息2、模型构建129例研究对象被随机分为训练集，在训练集中，根据尿钠代谢节律，选择尿钠排出量(或浓度)处于高值与低值的两个时点尿组合，或两次尿钠排出量(或浓度)均处于中等水平的时点尿，以两次时点尿钠浓度、尿肌酐浓度的均值拟合预测模型。另外，为了增加建模所用随机时点尿组合的代表性，本研究从每名建模研究对象的全部时点尿中随机抽取两次时点尿拟合模型，反复循环100次，得到由100组系数组成的数据集，再从该数据集中每次有放回地随机抽取1组系数，重复1000次，计算1000组系数的均值，从而得到最终预测模型。先使用年龄、身高、体重等变量拟合24小时尿肌酐排出量预测模型，再根据时点尿钠/尿肌酐比值与24小时尿钠/尿肌酐比值间的相关性，或上述两比值取对数转换后的相关性，择优拟合24小时尿钠排出量预测模型。两次时点尿的组合见表2。表2纳入各模型分析的样本量3、模型验证在测试集中验证两次时点尿模型。从测试集里的每名研究对象全部时点尿中随机抽取两次时点尿，反复循环100次，验证由两次随机时点尿拟合的两次时点尿模型。比较两次时点尿不同组合，择优筛选模型所选时点尿组合。4、结果构建了10个两次时点尿模型，模型公式如下所示：1号模型：第一次晨尿+午间尿na24h＝cr24h×0.508876×(naspot/crspot)0.769342号模型：第一次晨尿+下午尿na24h＝cr24h×0.456403×(naspot/crspot)0.794453号模型：第一次晨尿+睡前尿na24h＝cr24h×0.542379×(naspot/crspot)0.715764号模型：晨起第二次尿+下午尿na24h＝cr24h×0.709035×(naspot/crspot)0.592535号模型：晨起第二次尿+傍晚尿na24h＝cr24h×0.552335×(naspot/crspot)0.677596号模型：晨起第二次尿+睡前尿na24h＝cr24h×0.497893×(naspot/crspot)0.690617号模型：午间尿+傍晚尿na24h＝cr24h×0.534716×(naspot/crspot)0.667708号模型：午间尿+睡前尿na24h＝cr24h×0.510870×(naspot/crspot)0.663769号模型：下午尿+睡前尿na24h＝cr24h×0.509615×(naspot/crspot)0.6449210号模型：随机尿+随机尿(循环100次模拟抽样)na24h＝cr24h×0.651943×(naspot/crspot)0.60513注：cr24h为24小时尿肌酐预测值；na24h为24小时尿钠预测值；na24h、cr24h的单位是mg/day，naspot、crspot的单位是mmol/l。naspot/crspot表示两次时点尿钠平均浓度/两次时点尿肌酐平均浓度。其中，对于男性来说，cr24h＝-800.89093+13.47862×年龄+6.81041×身高+11.35739×体重；对于女性来说，cr24h＝-328.72902+16.03953×年龄+3.09763×身高+10.09979×体重；年龄单位为岁，身高单位为cm，体重单位为kg。经筛选认为1号模型是最优模型。实施例2本发明构建的模型效果检测1、与现有模型的相对偏差分布比较1)方法模型估算值与实测值的差值定义为24小时尿钠排出量估算值与实测值之差，即估算值-实测值。24小时尿钠排出量相对偏差的计算公式如下：相对偏差＝(估算值-实测值)/实测值×100％相对偏差越大说明估算值与实测值的一致性越差，一般而言，在实践中可接受的最大相对偏差一般低于30％。2)结果结果如图2所示，结果表明基于单次时点尿估算的现有模型，即kawasaki公式、intersalt公式和tanaka公式，相对偏差在30％以内的比例分别为9.68％、43.86％和50.8％。相比而言，本发明开发的两次时点尿模型，晨起第一次+午间尿，即图中1号模型，相对偏差在30％以内的比例为62.07％；下午尿+睡前尿，即图中9号模型，相对偏差在30％以内的比例为73.53％。均比现有模型预测准确性高。2、与现有模型的bland-altman分析1)方法bland-altman法用于评价两种测量方法的一致性，将两种方法测量的均数、差值均数以及95％一致限，通过图示进行可视化评价的方法。本例中为估测值与实测值的一致性评价。横轴为测量值的均数，纵轴为测量值差值的均数，并以1.96倍标准差做出上下限(即一致限)。如果一致限的宽度在临床实践中上可接受，则认为两种测量方法一致性较好；否则，一致性差。2)结果结果如图3所示，结果表明基于单次时点尿估算的现有模型中，intersalt公式和tanaka公式在bland-altman法图示上存在明显偏差趋势，即图3b和c所示。本发明开发的两次时点尿模型，在bland-altman法图示上可见点散在分布于一致限内，目视无明显偏差趋势，提示估测值与实测值有较好一致性。图中蓝色虚线表示绝对偏差均值，红色虚线表示绝对偏差均值±1.96×标准差。3、与现有模型的盐摄入量错分率比较1)方法将24小时尿钠排出量估算值和实测值换算为24小时盐摄入量(390mg钠相当于1g食盐)，分为4组，分别为24小时盐摄入量<4g，4～6g，6～9g，≥9g。以根据实测值转换的24小时盐摄入量为参照，比较不同预测模型正确将盐摄入量分类的能力。盐摄入量的分组依据为：(1)who在2013年明确提出成人钠摄入量应该减低至2g/day，折合成盐约为5g/day，而对于儿童来说，其盐摄入量还应当适当下调；(2)我国居民每人每日盐摄入量不超过6g/day；(3)根据我国目前的盐摄入水平以及一些学者提出的我国减盐的第一步目标值为9g。2)结果结果如表3所示，结果表明基于单次时点尿估算的现有模型中，即kawasaki公式、intersalt公式和tanaka公式，错分率均超过50％；本发明开发的两次时点尿模型，晨起第一次+午间尿，即1号模型，错分率低于30％；下午尿+睡前尿，即9号模型，错分率为32％。提示相比现有工具，本发明开发的两次时点尿模型在实践中能够大幅提高24小时尿钠排出量准确性。表3与现有模型的盐摄入量错分率比较结果4、与现有模型比较估算值和实测值一致性1)方法统计中传统的四个表，a和d代表结果的一致性，b和c代表结果产生的变化。在mcnemar检验中，原假设是对样本所施加的处理没有显著效应，也就是发生不同方向变化的可能性是一样的，有多少“－+”，就应该有多少“+－”，即b＝c，如果两者差异很大，则说明两种不同的处理有显著的差异，或一种处理的前后状态存在显著差异。在本例中，如果mcnemar检验提示差异有统计学意义，提示不一致性明显。考虑一致性的问题，需要进行kappa检验。采用kappa值来度量测量结果的一致性。kappa取值从-1～+1。-1代表完全不一致，+1代表完全一致。0表示结果依赖于几率；正值越接近1代表一致性越好。通常0.75以上表示一致性较满意，0.4以下一致性不好。2)结果结果如表4所示，结果表明基于单次时点尿估算的现有模型中，即kawasaki公式、intersalt公式和tanaka公式，kappa值较低；本发明开发的两次时点尿模型，晨起第一次+午间尿，即1号模型，以及下午尿+睡前尿，即9号模型，kappa值分别为0.622和0.573。提示相比现有工具，本发明开发的两次时点尿模型提高了一致性水平。表4一致性检验结果预测模型mcnemar检验p值kappa值kawasaki模型--0.085intersalt模型7.0000.221-0.117tanaka模型--0.2151号模型0.3330.9540.6223号模型3.4000.4930.2989号模型4.0000.4060.573注：由于kawasaki模型和tanaka模型估算值和实测值的一部分理论频数过小，不适于使用mcnemar检验，故表中没有相应统计量。当前第1页12