Trong nhóm các thai phụ mang gen β thalassemia, bảng 3.15 lại chỉ ra rằng, nhóm thai phụ có kiểu gen phối hợp β thallasemia/HbE có chỉ số HGB trung bình cao nhất (112,40 ± 9,84 g/l), sau đó là nhóm kiểu gen ββ+ (108,25 ± 10,50 g/l), thấp hơn là nhóm kiểu gen β0β0 (104,00 g/l), thấp nhất là nhóm kiểu gen ββ0 (99,48 ± 10,64 g/l) với sự khác biệt có ý nghĩa thống kê (p = 0,00). Trong đó, gen β+ là kiểu gen β globin vẫn sản xuất được một phần sản phẩm gen globin, gen β0 là kiểu gen β globin không có khả năng sản xuất globin [105]. Theo đó, có thể lập luận rằng kiểu gen ββ+ sẽ sản xuất chuỗi β
globin nhiều hơn kiểu gen ββ0 và thấp hơn nữa là kiểu gen β0β0. Tuy nhiên, kết quả nghiên cứu lại cho thấy kiểu gen ββ0 mới là kiểu gen có chỉ sô HGB trung bình thấp nhất, điều này có thể lý giải bởi sự feedback ngược âm tính để tăng số lượng hồng cầu [106], dó đó tương quan số lượng huyết sắc tố có thể thay đổi, đặc biệt là ở nhóm thai phụ có sự thay đổi lớn về sự tạo máu khi mang thai. Một nghiên cứu của tác giả Lại Thị Dung có đưa ra kết quả tương đồng đối với nhóm người kiểu gen phối hợp β--thallasemia/HbE có chỉ số HGB trung bình (72,9 ± 10 g/l) cao hơn nhóm kiểu gen β0β0 (66,4 ± 11,8 g/l) [107]. Nghiên cứu cũng chỉ ra các chỉ số MCV, MCH trung bình ở các nhóm thai phụ mang gen β--thalassemia, cao nhất là nhóm thai phụ kiểu gen phối hợp β--thalassemia/HbE (lần lượt là 73,83 ± 6,61 fL, 25,07 ± 2,17 pg), sau đó là nhóm kiểu gen ββ+ (lần lượt là 69,60 ±5,59 fL, 22,71 ±1,71 pg), và nhóm kiểu gen ββ0 (lần lượt là 63,93 ± 4,58 fL, 20,48 ±1,50 pg), thấp nhất là nhóm kiểu gen β0β0 (lần lượt là 59,40 fL;19,10 pg), với sự khác biệt có ý nghĩa thống kê (p < 0,05). Điều này là phù hợp với lý giải ở trên về khả năng sản xuất chuỗi β--globin của các kiểu gen. Tác giả Phạm Văn Hùng khi so sánh 2 nhóm người mang gen β--thalassemia đưa ra kết quả, nhóm người có kiểu gen ββ+ có chỉ số MCV và MCH trung bình (lần lượt là 70,6 ± 3,6 fL và 23,0 ± 1,4 pg) cao hơn nhóm người có kiểu gen ββ0 (có MCV và MCH trung bình lần lượt là 64,1 ± 3,5 fL và 19,1 ± 1,2 pg), sự khác biệt có ý nghĩa thống kê với p<0,05 [101]. Tác giả Nguyễn Thị Thu Hà cũng đưa ra kết quả khi nghiên cứu người mang gen Thalassemia tại bệnh viện Huyết học và Truyền máu Trung Ương như sau, nhóm người có kiểu gen ββ+ có chỉ số MCV và MCH trung bình (lần lượt là 71,56 ± 3,63 fL và 23,04 ± 1,48 pg) cao hơn nhóm người có kiểu gen ββ0 (có MCV và MCH trung bình lần lượt là 63,55 ± 3,39 fL và 19,91±1,12 pg), sự khác biệt có ý nghĩa thống kê với p < 0,05 [108]. Kết quả trên phần nào tương đồng với kết quả của nghiên cứu này và với lập luận đưa ra trước đó. Cũng tương tự như nhóm thai phụ mang gen Thalassemia, ở các nhóm thai phụ mang gen β--thalassemia, nhóm thai phụ kiểu gen β0β0 có chỉ số RDW trung bình cao nhất (17,00 %), sau đó là nhóm
99
kiểu gen ββ0 (16,96 ± 3,21 %), thấp hơn là nhóm kiểu gen ββ+ (15,07 ± 0,82 %) và thấp nhất là nhóm có kiểu gen phối hợp β--thalassemia/HbE (14,48 ± 1,50 %) với sự khác biệt có ý nghĩa thống kê (p < 0,05).
152 trang |
Chia sẻ: Kim Linh 2 | Ngày: 09/11/2024 | Lượt xem: 34 | Lượt tải: 0
Bạn đang xem trước 20 trang tài liệu Luận án Dịch tễ lâm sàng, biến thể gen thalassemia gây tan máu bẩm sinh ở các cặp vợ chồng đến khám tại bệnh viện phụ sản trung ương và kết quả ứng dụng trí tuệ nhân tạo trong sàng lọc trước sinh, để xem tài liệu hoàn chỉnh bạn click vào nút DOWNLOAD ở trên
nh huống phục
vụ cho cập nhật và tối ưu các mô hình học máy, bao gồm các ca nguy cơ thấp
và nguy cơ cao mang gen tan máu bẩm sinh đồng thời có kết quả xét nghiệm
gen được thực hiện bằng các kĩ thuật có độ phân giải cao ví dụ như giải trình
tự gen thế hệ mới giúp phát hiện được tối đa các đột biến. Bên cạnh đó với cơ
sở tri thức cần điều chỉnh, cập nhật các hướng dẫn mới nhất để phần mềm đạt
độ chính xác cao nhất.
Cần tiến hành thử nghiệm phần mềm hỗ trợ ra quyết định trong sàng lọc
trước sinh tan máu bẩm sinh trên các nhóm đối tượng nghiên cứu khác trước
khi quyết định đưa phần mềm vào áp dụng rộng rãi.
119
NỘI DUNG NGHIÊN CỨU
1. Mô tả một số đặc điểm dịch tễ lâm sàng ở các cặp vợ chồng đến
khám và sàng lọc trước sinh tại Bệnh viện Phụ sản Trung ương
giai đoạn 2012-2022;
2. Nhận xét các biến thể gen Thalassemia liên quan tan máu bẩm
sinh ở nhóm bệnh nhân trên;
3. Đánh giá độ nhạy và độ đặc hiệu của phần mềm trí tuệ nhân tạo
trong sàng lọc bệnh tan máu bẩm sinh.
PHẠM VI NGHIÊN CỨU
Nghiên cứu tập trung vào việc phân tích và đánh giá đặc điểm dịch tễ
lâm sàng, biến thể gen Thalassemia gây tan máu bẩm sinh, ứng dụng hai phần
mềm trí tuệ nhân tạo là phần mềm hệ tri thức chuyên gia và phần mềm học
máy trong sàng lọc gen gây bệnh Thalassemia ở thai phụ và chồng khám tại
Bệnh Viện Phụ Sản Trung Ương trong khoảng thời gian từ 2012 đến 2022.
NHỮNG ĐÓNG GÓP MỚI CỦA LUẬN ÁN
1. Mô tả chi tiết về đặc điểm dịch tễ lâm sàng và phân bố các biến thể gen
Thalassemia gây tan máu bẩm sinh trong cộng đồng thai phụ và chồng
tại Bệnh viện Phụ sản Trung ương từ 2012 đến 2022.
2. Xác định các đặc trưng di truyền phổ biến, giúp hiểu rõ hơn về tình
trạng biến thể gen Thalassemia và hỗ trợ quyết định chăm sóc sức khỏe
thai phụ.
3. Lần đầu tiên tại Việt Nam sử dụng phần mềm trí tuệ nhân tạo trong
sàng lọc người mang gen tan máu bẩm sinh. So sánh độ nhạy và độ đặc
hiệu của phần mềm hệ tri thức chuyên gia và phần mềm học máy, giúp
xác định ưu nhược điểm để tối ưu hóa quy trình sàng lọc và đưa ra
quyết định chăm sóc sức khỏe thai phụ và thai nhi hiệu quả.
120
Ý NGHĨA KHOA HỌC VÀ THỰC TIẾN CỦA LUẬN ÁN
Ý nghĩa khoa học:
- Cung cấp thông tin chi tiết về sự phổ biến và phân bố các biến thể gen
Thalassemia ở thai phục và chồng khám sàng lọc trước sinh, giúp mở
rộng kiến thức về tình hình mang gen và mắc bệnh tan máu bẩm sinh ở
Việt Nam.
- Mô tả đặc điểm dịch tễ lâm sàng của những cặp vợ chồng tham gia
sàng lọc, tạo nền tảng cho các nghiên cứu sâu hơn về sức khỏe thai nhi
và người mẹ.
Giá trị thực tiễn:
- Hỗ trợ quyết định chăm sóc sức khỏe: Cung cấp thông tin chi tiết về
tình trạng biến thể gen Thalassemia gây tan máu bẩm sinh của các thai
phụ và chồng, hỗ trợ quyết định về chăm sóc sức khỏe, đặc biệt là trong
quá trình thai nghén.
- Tối ưu hóa quy trình sàng lọc: Đánh giá kết quả của phần mềm trí tuệ
nhân tạo, giúp tối ưu hóa quy trình sàng lọc và đưa ra lựa chọn công
nghệ phù hợp nhất trong thực tế.
121
DANH MỤC CÁC CÔNG TRÌNH NGHIÊN CỨU ĐÃ CÔNG BỐ
LIÊN QUAN ĐẾN LUẬN ÁN
1. Nguyễn Bá Tùng, Trần Danh Cường, Nguyễn Thị Trang và cộng sự
(2023). Ứng dụng trí tuệ nhân tạo trong tư vấn sàng lọc trước sinh
Thalassemia. Tạp Chí Y Học Việt Nam, 526(2).
2. Nguyễn Bá Tùng, Nguyễn Thị Trang và Nguyễn Tuấn Hưng và cộng
sự (2023). Một số đặc điểm dịch tễ, lâm sàng và cận lâm sàng ở thai
phụ mang gen bệnh tan máu bẩm sinh đến khám tại Bệnh viện Phụ
sản Trung ương, 2012 – 2022. Tạp Chí Y Học Việt Nam, 531(1B).
3. Nguyễn Thị Hồng Hạnh, Nguyễn Bá Tùng, Trần Danh Cường và
cộng sự (2023). Đánh giá giá trị của kỹ thuật di truyền huyết sắc tố
trong sàng lọc người mang gen Thalassemia. Tạp Chí Dược Học
Quân Sự, 48(8), 26–36.
TÀI LIỆU THAM KHẢO
1. World Health Organization (WHO) (2008). Global epidemiology of
hemolobin disorders and derived service indicators. Available from:
https://www.who.int/bulletin/volumes/86/6/06-036673/en/. .
2. Thalassemia international federation (2013). Annual Report._
3. Frédéric B Piel, David J Weatherall (2014). The α-Thalassemias. New
England Journal of Medicine, 371 (20), 1908-1916. .
4. Jatavan P., Chattipakorn N., Tongsong T (2018). Fetal hemoglobin Bart’s
hydrops fetalis: pathophysiology, prenatal diagnosis and possibility of
intrauterine treatment. J Matern Fetal Neonatal Med, 31 (7), 946-957. .
5. Tamer Hassan, Marwa Zakaria, Manar Fathy, et al. (2018). Association
between genotype and disease complications in Egyptian patients with
beta thalassemia: A Cross-sectional study. Sci Rep, 8 (1), 17730. .
6. Angastiniotis M. and Lobitz S. (2019). Thalassemias: An Overview. Int J
Neonatal Screen, 5(1), 16.
7. Diaz-del-Pino S., Trelles-Martinez R., González-Fernández F.A., et al.
(2023). Artificial intelligence to assist specialists in the detection of
haematological diseases. Heliyon, 9(5), e15940.
8. Guy Barnhart-Magen, Victor Gotlib, Rafael Marilus, et al., Differential
diagnostics of Thalassemia Minor by artificial neural networks model. J
Clin Lab Anal, 2013. 27(6): p. 481-6. .
9. Bộ Y Tế (2020). Hướng dẫn về chuyên môn kỹ thuật trong sàng lọc, chẩn
đoán, điều trị trước sinh và sơ sinh. .
10. Kenneth Kaushansky, Josef T. Prchal, Linda J. Burns, et al.(2021).The
Thalassemias: Disorders of Globin Synthesis, Williams Hematology,
10(19),206-209.
11. Bernadette Modell, Matthew Darlison (2008). Global epidemiology of
haemoglobin disorders and derived service indicators. Bull World Health
Organ, 2008. 86(6): p. 480-7. .
12. Suthat Fucharoen, Pranee Winichagoon (2011). Haemoglobinopathies in
southeast Asia. Indian J Med Res, 2011. 134(4): p. 498-506. .
13. Phudit Jatavan, Nipon Chattipakorn, Theera Tongsong, et al. (2013).
Prevention of Thalassaemias and Other Haemoglobin Disorders.
Thalassaemia International Federation., Nicosia, Cyprus. .
14. Todd Needs; Luis F. Gonzalez-Mosquera; David T. Lynch. (2018). Beta
Thalassemia. StatPearls, StatPearls Publishing LLC., Treasure Island FL.
.
15. Thalassemia international federation (2011). Global Thalassemia Review.
https://thalassaemia.org.cy.
16. Bộ Y Tế (2014). Hướng dẫn chẩn đoán và điều trị bệnh Hemophilia và
bệnh Thalassemia. Quyết định 921/QĐ-BYT ngày 18/3/2014. 2014. .
17. Lynn B. Jorde, John C. Carey, Michael J. Bamshad (2020). Medical
genetics: Elsevier. .
18. Sir David J. Weatherall and Williams, Hematology (2010). 8 ed. The
Thalassemias: Disorders of Globin Synthesis.
19. Stanley L Schrier (2002). Pathophysiology of thalassemia. 2002. 9(2): p.
123-126. .
20. A S Tan, T C Quah, P S Low, et al (2001). A rapid and reliable 7-
deletion multiplex polymerase chain reaction assay for alpha-thalassemia.
Blood. 98(1): p. 250-1. .
21. Douglas R Higgs (2013). The molecular basis of α-thalassemia. Cold
Spring Harb Perspect Med, 2013. 3(1): p. a011718. .
22. Vũ Thị Bích Hường và cộng sự (2015), Cơ sở phân tử của bệnh α-
thalassemia. Một số điểm cần lưu ý trong chẩn đoán người mang gen.
Tạp chí y học Việt Nam(Số đặc biệt). .
23. Modell B and Berdoukas V (1984), “The Clinnical Approach to
thalassemia”. Grune- stratton. 1984. .
24. Jee-Soo Lee, Sung Im Cho, Sung Sup Park, et al (2021)., Molecular basis
and diagnosis of thalassemia. Blood Res, 2021. 56(S1): p. S39-s43. .
25. Omesh Kumar Bharti, Rajesh Kumar Sood, et al (2020)., Mean
corpuscular volume/mean corpuscular hemoglobin values are not reliable
predictors of the β-thalassemia carrier status among healthy diverse
populations of Himachal Pradesh, India. Asian J Transfus Sci, 2020.
14(2): p. 172-178. .
26. Cappellini MD, Vip Viprakasit, and Cohen A (2008), in Guidelines for
management of transfusion dependent thalassemia (TDT). 2008. .
27. Ernest Beutler, A Victor Hoffbrand, James D Cook, et al (2003). Iron
deficiency and overload. Hematology Am Soc Hematol Educ Program,
2003: p. 40-61. .
28. Jack Edeiken, P.J. Hodes, Murray Dalinka, et al (1990). Edeiken’s
roentgen diagnosis of diseases of bone. 4th ed ed. Golden’s diagnostic
radiology series. 1990, Baltimore: Williams & Wilkins Baltimore. .
29. Sriparna Basu, Ashok Kumar (2008). Hair-on-end appearance in
radiograph of skull and facial bones in a case of beta thalassaemia:
Images in haematology. British journal of haematology, 2008. 144: p.
807. .
30. Maria Domenica Cappellini, Alan Cohen, John Porter, et al (2014). In
Guidelines for the Management of Transfusion Dependent Thalassaemia
(TDT), Thalassaemia International Federation. .
31. Taher, A., et al (2013)., in Guidelines for the Management of Non
Transfusion Dependent Thalassaemia (NTDT), D. Weatherall, Editor.
2013, Thalassaemia International Federation. .
32. Đỗ Ngọc Hải (2015). Nghiên cứu xác định đột biến và lập bản đồ đột
biến gen dystrophin trên bệnh nhân loạn dƣỡng cơ Duchenne Việt Nam,
in Hoá sinh, Đại học Y Hà Nội. p. 34. .
33. Caterina Borgna-Pignatti, Simone Rugolotto, Piero De Stefano, et al
(2004). Survival and complications in patients with thalassemia major
treated with transfusion and deferoxamine. Haematologica, 2004. 89(10):
p. 1187-93. .
34. Wolfgang Dahnert, Radiology Review Manual. 1996: William &
Wilkings. .
35. Trần Danh Cường, Nguyễn Quốc Trường và cộng sự (2013). Bước đầu
nghiên cứu các dấu hiệu siêu âm chẩn đoán trước sinh phù thai-rau. Tạp
chí phụ sản, 2013. 12(2).
36. John Old, Michael Angastiniotis, Androulla Eleftheriou (2012).
Prevention of Thalassaemias and Other Haemoglobin Disorders. 2nd ed.
2012: Thalassemia International Federation. .
37. Helene Puehringer, Hossein Najmabadi, Hai-Yang Law, et al (2007).
Validation of a reverse-hybridization StripAssay for the simultaneous
analysis of common alpha-thalassemiapoint mutations and deletions. Clin
Chem Lab Med, 2007. 45(5): p. 605-610. .
38. Hossein Najmabadi and Shahram Teimourian, et al (2001). Amplification
refractory mutation system (ARMS) and reverse hybridization in the
detection of β-thalassemia mutations. Arch Irn Med, 2001. 4. .
39. E R Abdulalimov, et al (2014). The comparative characteristic of two
methods of detection of mutations of beta-globin gene. Klin Lab Diagn,
2014(1): p. 56-59. .
40. E George, LK Teh, R Rosli, et al (2012). Beta Thalassaemia Mutations in
Malays: A Simplified Cost-effective Strategy To Identify the Mutations.
Malaysian Journal of Medicine and Health Sciences, 2012. 8. .
41. P Winichagoon , V Saechan, R Sripanich, et al (1999). Prenatal diagnosis
of beta-thalassaemia by reverse dot-blot hybridization. Prenat Diagn.
19(5): p. 428-35. .
42. Lê Phương Thảo(2015). Chẩn đoán trước sinh thalassemia bằng kĩ thuật
lai phân tử (Reverse Hybridization). 2015. .
43. Diana Weidlich, Panos Kefalas, and Julian F Guest (2016). Healthcare
costs and outcomes of managing β-thalassemia major over 50 years in the
United Kingdom. Transfusion (Paris), 56(5), 1038–1045.
44. World Distribution, Population Genetics, and Health Burden of the
Hemoglobinopathies - PMC.
, accessed:
09/08/2023.
45. Lucky Poh Wah Goh, Eric Tzyy Jiann Chong, and Ping-Chin Lee (2020).
Prevalence of Alpha(α)-Thalassemia in Southeast Asia (2010–2020): A
Meta-Analysis Involving 83,674 Subjects. Int J Environ Res Public
Health, 17(20), 7354.
46. A. E. S. Souza, G. L. Cardoso, and S. Y. L Takanashi (2009). Alpha-
thalassemia (3.7 kb deletion) in a population from the Brazilian Amazon
region: Santarém, Pará State. Genet Mol Res GMR, 8(2), 477–481.
47. Anita Nadkarni, Supriya Phanasgaonkar, and Roshan Colah (2008).
Prevalence and molecular characterization of alpha-thalassemia
syndromes among Indians. Genet Test, 12(2), 177–180.
48. B. H Al-Awamy (2000). Thalassemia syndromes in Saudi Arabia. Meta-
analysis of local studies. Saudi Med J, 21(1), 8–17.
49. Tawatchai Apidechkul, Fartima Yeemard, and Chalitar Chomchoei
(2021). Epidemiology of thalassemia among the hill tribe population in
Thailand. PLOS ONE, 16(2), e0246736.
50. Aihua Yin, B.L., Mingyong Luo, Longchang Xu, The Prevalence and
Molecular Spectrum of α- and β-Globin Gene Mutations in 14,332
Families of Guangdong Province, China. PLoS One, 2014. 9(2). .
51. Needs T., Gonzalez-Mosquera L.F., and Lynch D.T. (2023). Beta
Thalassemia. StatPearls. StatPearls Publishing, Treasure Island (FL).
52. John Old, Cornelis L. Harteveld, Joanne Traeger-Synodinos, et al.
(2012), Prevention of Thalassaemias and Other Haemoglobin Disorders:
Volume 2: Laboratory Protocols, Thalassaemia International Federation,
Nicosia (Cyprus).
53. Bernadette Modell and Matthew Darlison (2008). Global epidemiology
of haemoglobin disorders and derived service indicators. Bull World
Health Organ, 86(6), 480–487.
54. Antonis Kattamis, Gian Luca Forni, and Yesim Aydinok (2020).
Changing patterns in the epidemiology of β‐thalassemia. Eur J Haematol,
105(6), 692–703.
55. Aihua Yin, Bing Li, Mingyong Luo, et al. (2014). The Prevalence and
Molecular Spectrum of α- and β-Globin Gene Mutations in 14,332
Families of Guangdong Province, China. PLoS ONE, 9(2), e89855.
56. Sean O’Riordan, Tran Tinh Hien, Katie Miles(2010). Large scale
screening for haemoglobin disorders in southernVietnam: implications
for avoidance and management. British Journal of Haematology, 150,
359–36. .
57. Vũ Bích Vân (2004). Nghiên cứu tần suất mang gen bệ -thalassemia
ở dân tiicj Nùng và Mông tại xã Tân Long, Đồng Hỷ, Thái Nguyên. Y
học thực hành số 497-2004, trang 36-39. .
58. Dương Bá Trực và cộng sự (2009), “Tình hình bệnh Thalassemia và bệnh
Hemoglobin ở người Mường tại Hoà Bình”, Tạp chí Y học Việt Nam
tháng 9/2010, tr 47-51. .
59. Bạch Quốc Khánh, Nguyễn Thị Thu Hà và Ngô Huy Minh (2021). Thực
trạng mang gen bệnh Thalassemia của học sinh dân tộc Kinh tại một số
tỉnh và thành phố năm 2017. .
60. Nguyễn Thị Thu Hà, Nguyễn Triệu Vân, Ngô Mạnh Quân và cộng sự
(2021). Tổng quan Thalassemia, thực trạng, nguy cơ và giải pháp kiểm
soát bệnh Thalassemia ở Việt Nam. Tạp Chí Y Học Việt Nam, 502(5), 3–
16.
61. Nguyễn Thanh Dương, Mai Hữu Khánh, Diệp Quốc Trãi và cộng sự
(2023). Nghiên cứu đột biến gen gây bệnh β – Thalassemia ở sinh viên
trường Đại học Y dược Cần Thơ năm 2022. Tạp Chí Y Học Việt Nam,
529(1).
62. Nguyễn Hoàng Nam (2019), Nghiên cứu kiểu hình và kiểu gen ở bệnh
nhi beta-thalassemia, Luận án Tiến sĩ y học, Trường Đại học Y Hà Nội. .
63. John McCarthy, Marvin L. Minsky, Nathaniel Rochester, et al., A
Proposal for the Dartmouth Summer Research Project on Artificial
Intelligence, August 31, 1955. AI Magazine, 2006. 27: p. 12-14. .
64. Fei Jiang, Yong Jiang, Hui Zhi, et al., Artificial intelligence in healthcare:
past, present and future. Stroke Vasc Neurol, 2017. 2(4): p. 230-243. .
65. Dario Farina, Ivan Vujaklija, Massimo Sartori, et al., Man/machine
interface based on the discharge timings of spinal motor neurons after
targeted muscle reinnervation. Nature Biomedical Engineering, 2017. 1:
p. 0025. .
66. Erping Long, Haotian Lin, Zhenzhen Liu, et al., An artificial intelligence
platform for the multihospital collaborative management of congenital
cataracts. Nature Biomedical Engineering, 2017. 1: p. 0024. .
67. Adrian B R Shatte, Delyse M Hutchinson, Samantha J Teague, et al.
Machine learning in mental health: a scoping review of methods and
applications. Psychol Med, 2019. 49(9): p. 1426-1448. .
68. Shikha Purwar, Rajiv Kumar Tripathi, Ravi Ranjan, et al., Detection of
microcytic hypochromia using cbc and blood film features extracted from
convolution neural network by different classifiers. Multimedia Tools
and Applications, 2020. 79. .
69. V. Laengsri, W. Shoombuatong, W. Adirojananon, et al., ThalPred: a
web-based prediction tool for discriminating thalassemia trait and iron
deficiency anemia. BMC Med Inform Decis Mak, 2019. 19(1): p. 212. .
70. S Hartini, Z Rustam, et al. Hierarchical Clustering Algorithm Based on
Density Peaks using Kernel Function for Thalassemia Classification.
Journal of Physics: Conference Series, 2019. 1417: p. 012016. .
71. Mehrzad Khaki Jamei, Khadijeh Mirzaei Talarposhti, et al (2016).
Discrimination Between Iron Deficiency Anaemia (IDA) and β-
Thalassemia Trait (β-TT) Based on Pattern-Based Input Selection
Artificial Neural Network (PBIS-ANN). journal of Advances in
Computer Research, 2016. 7. .
72. Alaa S AlAgha, Hossam Faris, Bassam H Hammo, et al (2018).
Identifying β-thalassemia carriers using a data mining approach: The case
of the Gaza Strip, Palestine. Artif Intell Med, 2018. 88: p. 70-83. .
73. Steven L. Moulton, Jane Mulligan, Anon Srikiatkhachorn, et al (2016).
State-of-the-art monitoring in treatment of dengue shock syndrome: a
case series. J Med Case Rep, 2016. 10(1): p. 233. .
74. Yousefian F, Banirostam T, and AzarKeivan AJD (2017). Prediction of
Mellitus Diabetes in Patients with Beta-Thalassemia using Radial Basis
Network, and k-Nearest Neighbor based on Zafar Thalassemia Datasets.
2017. 19(20). .
75. Paokanta, P.J.I.J.o.C.T. and Engineering, [beta]-Thalassemia Knowledge
Elicitation Using Data Engineering: PCA, Pearson’s Chi Square and
Machine Learning. 2012. 4(5): p. 702. .
76. Ngozi Chidozie Egejuru, Sekoni Olayinka Olusanya, Adanze
Onyenonachi Asinobi., et al (2019). Using Data Mining Algorithms for
Thalassemia Risk Prediction. Journal of Biomedical Science and
Engineering, 2019. 7: p. 33-44. .
77. Dyah Aruming Tyas, S. Hartati, Tri Ratnaningsih, et al (2020).
Morphological, Texture, and Color Feature Analysis for Erythrocyte
Classification in Thalassemia Cases. 2020. 8: p. 69849-69860. .
78. Fatemeh Yousefian, Toraj Banirostam, Azita AzarKeivan, et al (2021).
Prediction of Anemia Disease Using Classification Methods. 2021. p. 1-
11. .
79. Mahmoud Hajipour, Kobra Etminani, Zahra Rahmatinejad, et al (2019).
A predictive model for mortality of patients with thalassemia using
logistic regression model and genetic algorithm. 2019. 4(3). .
80. Ayad Ghany Ismaeel, Diagnose Mutations Causes Β-Thalassemia:
Biomining Method Using an Optimal Neural Learning Algorithm.
International Journal of Engineering and Technology, 2019.8: p.Scopus-
1. .
81. Nurul Amin, Ahsan Habib, et al (2015). Comparison of Different
Classification Techniques Using WEKA for Hematological Data.
82. Nguyễn Thị Trang, Trần Danh Cường, Đặng Anh Linh và cộng sự
(2023). Nghiên cứu ứng dụng trí tuệ nhân tạo trong sàng lọc trước sinh
một số lệch bội nhiễm sắc thể (Down, Edward và Patau). Tạp Chí Y Học
Việt Nam, 525(1B).
83. Nguyễn Kiều Giang và cộng sự (2016), “Thực trạng mang gen bệnh tan
máu bẩm sinh ở phụ nữ dân tộc Tày tại huyện Định Hóa tỉnh Thái
Nguyên”, Tạp chí Y học Việt Nam, 448, tr. 13-20. .
84. Đặng Thị Hồng Thiện (2019). Nghiên cứu sàng lọc bệnh Thalassemia ở
phụ nữ có thai đến khám và điều trị tại bệnh viện Phụ Sản Trung Ương.
Luận án Tiến sĩ Y khoa, Đại học Y Hà Nội. .
85. Nguyễn Thị Vân Vy, Nguyễn Thị Thu Hà, Nguyễn Quang Minh và cộng
sự (2023). Đặc điểm huyết học và tỷ lệ lưu hành gen bệnh tan máu bẩm
sinh (thalassemia) ở phụ nữ độ tuổi sinh sản tại huyện hà quảng, tỉnh cao
bằng. Tạp Chí Y Học Việt Nam, 528(2). .
86. Jiajia Xian, Yanchao Wang, Jianchun He, et al. Molecular Epidemiology
and Hematologic Characterization of Thalassemia in Guangdong
Province, Southern China. Clin Appl Thromb Hemost, 2022. 28. .
87. Vũ Thị Bích Hường, Trần Tuấn Anh, Vũ Đình Hưng, Nguyễn Thị
Quỳnh, Ninh Thị Thanh Thảo, Nguyễn Thị Thu Hà, Dương Quốc Chính
(2016), Khảo sát tình trạng mang gen alpha thalassemia và chẩn đoán
trước sinh cho những người đến tư vấn tại Trung tâm thalassemia Viện
Huyết học Truyền máu TW, Tạp chí Y học Việt Nam, Tập 448, tháng 11
– số chuyên đề, 53 – 59. .
88. Vũ Hải Toàn, Nguyễn Thị Thu Hà, Bạch Quốc Khánh, Nguyễn Ngọc
Dũng, Lê Xuân Hải, Dương Quốc Chính (2018), Bước đầu phân tích một
số chỉ số trong sàng lọc thalasemia cộng đồng, Tạp chí Y học Việt Nam,
Tập 466, tháng 5 – số đặc biệt, 435 443. .
89. Nguyễn Khắc Hân Hoan (2013), Nghiên cứu tầm soát và chẩn đoán trước
sinh bệnh alpha và bêta thalassemia, Luận văn Tiến sỹ Y học, Trường
Đại học Y Dược thành phố Hồ Chí Minh. .
90. Wittaya Jomoui, Goonnapa Fucharoen, Kanokwan Sanchaisuriya, et al.
Genetic origin of α(0)-thalassemia (SEA deletion) in Southeast Asian
populations and application to accurate prenatal diagnosis of Hb Bart’s
hydrops fetalis syndrome. Journal of human genetics, 2017. 62(8): p.
747-754. .
91. Raja Zahratul AZMA, Mpath, Aninoon Othman, Hafiza Alauddin et al
(2014), Molecular characteristic of alpha thalassemia among patients
diagnosed in UKM Medical Centre, Malaysian Journal of Pathology,
36(1), 27 – 32. .
92. Zeynep Karakaş, B.K., Sonay Temurhan, Tuğba Elgün, Evaluation of
Alpha-Thalassemia Mutations in Cases with Hypochromic Microcytic
Anemia: The İstanbul Perspective. Turk J Haematol, 2015. 32(4): p. 344-
350. .
93. Mona Asghari Ahmadabad, N.P., Setareh Ramezanpour, An analysis of
the distribution and spectrum of alpha thalassemia mutations in Rasht
City, North of Iran. Frontiers in Pediatric, 2023. 11. .
94. Nguyễn Thanh Dương, Mai Hữu Khánh, Diệp Quốc Trãi và cộng sự
(2023). Nghiên cứu đột biến gen gây bệnh β – Thalassemia ở sinh viên
trường Đại học Y Dược Cần Thơ năm 2022. Tạp Chí Y Học Việt Nam,
529(1). .
95. Xue Yang, Hexuan Zhang, Xianying Tang, et al (2020). Thalassemia
gene detection and the prenatal diagnosis outcomes of pregnant women
in Guiyang City. Int J Clin Exp Med, 2020. 13(12): p. 10025-10030. .
96. Zhen Wang, Wenye Sun, Huaye Chen, et al (2021). Prevalence and
Molecular Spectrum of α- and β-Globin Gene Mutations in Hainan,
China. Int J Hematol, 2021. 114(3): p. 307-318. .
97. Perumbeti, A., Pathobiology of Human Disease. 2014, New York:
Academic Press. .
98. Tuan Mai Anh, Kanokwan Sanchaisuriya, Giang Nguyen Kieu, et al
(2019). Thalassemia and Hemoglobinopathies in an Ethnic Minority
Group in Northern Vietnam. Hemoglobin, 2019. 43(4-5): p. 249-253. .
99. Nga Thi Nguyen, Kanokwan Sanchaisuriya, Pattara Sanchaisuriya, et al
(2017). Thalassemia and hemoglobinopathies in an ethnic minority group
in Central Vietnam: implications to health burden and relationship
between two ethnic minority groups. Journal of Community Genetics,
2017. 8(3): p. 221-228. .
100. S H Embury, R V Lebo, A M Dozy, et al (1979). Organization of the
alpha-globin genes in the Chinese alpha-thalassemia syndromes. The
Journal of Clinical Investigation, 1979. 63(6): p. 1307-1310. .
101. Phạm Văn Hùng, Đoàn Hữu Thiển, Nguyễn Thị Kiều (2022). Đặc điểm
cận lâm sàng của bệnh nhân Thalassemia đến khám tại Bệnh viện Đại
học Y Hà Nội. Tạp chí Y học Việt Nam. 515(1). .
102. Phạm Hải Yến, Nguyễn Thị Thu Hà, Nguyễn Ngọc Dũng và cộng sự
(2019). Giá trị cut-off của các chỉ số hồng cầu ở người mang gen và bị
bệnh alpha thalassemia thể nhẹ. Tạp chí Y học Việt Nam, 2019. 477. .
103. D Aslan, F Gümrük, A Gürgey, et al., Importance of RDW value in
differential diagnosis of hypochrome anemias. American journal of
hematology, 2002. 69(1): p. 31-33. .
104. Nguyễn Khắc Hân Hoan (2013). Nghiên cứu tầm soát và chẩn đoán trước
sinh bệnh alpha và bêta thalassemia. Luận án tiến sĩ Đại Học Y Dược
Thành phố Hồ Chí Minh, 2013. .
105. Antonio Cao, Renzo Galanello, et al. Beta-thalassemia. Genetics in
medicine, 2010. 12(2): p. 61-76. .
106. Schrier, S.L., Pathophysiology of thalassemia. Current opinion in
hematology, 2002. 9(2): p. 123-126. .
107. Lại Thị Dung, Nguyễn Thị Thu Hà (2023). Đặc điểm thiếu máu và quá
tải sắt của bệnh nhân Thalassemia điều trị tại Viện Huyết học và truyền
máu trung ương giai đoạn 2020-2022. Tạp chí Y học Việt Nam, 2023.
522(1). .
108. Nguyễn Thị Thu Hà, Ngô Mạnh Quân, Vũ Hải Toàn và cộng sự (2021).
Đặc điểm một số chỉ số huyết học ở người mang gen bệnh Thalassemia
đến tư vấn tại viện huyến học - truyền máu trung ương. Tạp chí Y học
Việt Nam, 2021. .
109. Zimmermann, M.B., et al., Iron metabolism in heterozygotes for
hemoglobin E (HbE), α-thalassemia 1, or β-thalassemia and in compound
heterozygotes for HbE/β-thalassemia. The American Journal of Clinical
Nutrition, 2008. 88(4): p. 1026-1031. .
110. Nguyễn Thị Huyền Trang, Trần Thơ Nhị, Vũ Thị Huyền và cộng sự
(2022). Thực trạng sàng lọc bệnh thalassemia và một số yếu tố liên quan
ở phụ nữ mang thai đến khám tại Bệnh viện Phụ sản Trung ương. Bản B
của Tạp chí Khoa học và Công nghệ Việt Nam, 2022. 64(2). .
111. Amin Doosti Irani, Zahra Cheraghi, Saied Bitaraf, et al., Prevalence of
alpha and beta-thalassemia mutations among carriers of thalassemia in
Shadegan city, southwest of Iran. Zahedan Journal of Research in
Medical Sciences, 2015. 17(8). .
112. Mervat Abdallah Hesham, Mohammed Refaat Besher, Naglaa Ali
KhalifaHesham, et al. Screening for b-thalassemia carrier among students
in asecondary school in Diarb Negm, Sharkia. Zagazig University
Medical Journal, 2018. 24(1): p. 72-79. .
113. ĐÀO PHAN THU (2019). Nghiên cứu đặc điểm lâm sàng và xét nghiệm
ở thai phụ mang gen thalassemia tại viện Huyết học Truyền máu Trung
ương. Đại học Y Hà Nội. .
114. Trần Vũ Hải (2020). Kết quả tầm soát người mang gen bệnh Thalassemia
trong độ tuổi sinh đẻ tại xã Minh Quang, huyện Chiêm Hóa, tỉnh Tuyên
Quang. Luận án Tiến sĩ Y học. Trường Đại học Y Hà Nội. .
115. Ngozi Chidozie Egejuru OOO, A.A., Adeyemi Omotayo Joseph, Victor
Oluwatimilehin Adebayo, Peter Adebayo Idowu, Using Data Mining
Algorithms for Thalassemia Risk Prediction. Journal of Biomedical
Science and Engineering, 2019. 7:33-44. .
116. Januária F Matos, Luci M S Dusse, Karina B G Borges, et al., A new
index to discriminate between iron deficiency anemia and thalassemia
trait. Rev Bras Hematol Hemoter, 2016. 38(3):214-9(1516-8484 (Print). .
117. Henri Setiawan, Doni Setiawan, Suhanda, et al (2021). Development of
Android-based Mobile Application “Cyber Gen” for Genetic Counselling
Implementation among Thalassemia Patients. Journal of Physics
Conference Series. .
PHỤ LỤC 1
Phụ lục: Phiếu đồng thuận tham gia nghiên cứu của thai phụ
Mã số phiếu:
Ngày điều tra: . /./.
Điều tra viên:
PHIẾU ĐỒNG THUẬN VỀ VIỆC SỬ DỤNG PHẦN MỀM TRONG HỖ
TRỢ CHẨN ĐOÁN TRƯỚC SINH
Xin chào Anh/chị., chúng tôi thực hiện nghiên cứu nhằm phục vụ
cho đánh giá một số kết quả ban đầu của nghiên cứu “Nghiên cứu ứng dụng
phần mềm trí tuệ nhân tạo sàng lọc tan máu bẩm sinh trong cộng đồng” đang
diễn ra tại bệnh viện Phụ sản Trung ương. Kết quả của đánh giá nhằm cải
thiện và nâng cao chất lượng của phần mềm, đáp ứng nhu cầu của y bác sĩ
trong việc hỗ trợ chẩn đoán các bất thường trước sinh của thai nhi.
Chúng tôi cam đoan rằng tất cả những thông tin mà Anh/chị. cung
cấp cho chúng tôi hoàn toàn phục vụ mục đích nghiên cứu và sẽ được giữ bí
mật. Anh/chị . có quyền không trả lời bất cứ câu hỏi nào mà Anh/chị
không muốn trả lời, cũng như ngừng tham gia phỏng vấn giữa chừng. Tuy
nhiên, để đạt được ý nghĩa trong cuộc khảo sát, chúng tôi hy vọng anh chị
tham gia trả lời đầy đủ các câu hỏi một cách trung thực nhất.
PHỤ LỤC 2
PHIẾU ĐỒNG THUẬN THAM GIA NGHIÊN CỨU
Tôi tên: ......
(Nếu người được phỏng vấn không thể trả lời, ghi tên người bảo trợ/ người
chăm sóc thay mặt người được phỏng vấn cung cấp thông tin và mối quan hệ
của người cung cấp thông tin và người được phỏng vấn)
Người cung cấp thông tin: ..
Mối quan hệ với người được phỏng vấn: ...
Khoa điều trị: ..
Bệnh viện: ......................................................
Tuần thai: ....
Số điện thoại: ..
Mail: ...
Địa chỉ nhà: ..
Tôi đã được giải thích mục đích của nghiên cứu. Tôi đồng ý tham gia và
chấp nhận nhóm NC liên hệ để lấy thông tin về tình trạng của con tôi trong
tương lai.
Ký tên:
PHỤ LỤC 3
MẪU BỆNH ÁN NGHIÊN CỨU
1. Họ và tên: ................................................... Mã thai phụ:
Năm sinh: ................................................... Nghề nghiệp:
Dân tộc: . ............................................ Địa chỉ: .
2. Tuổi thai khi xét nghiệm tổng phân tích tế bào máu ngoại vi: . tuần
3. Tiền sử sinh con mang gen thalassemia hoặc phù thai hoặc gia đình có
người mang gen thalassemia: Có/ Không
4. Kết quả xét nghiệm:
Chỉ số Giá trị bình
thường
Vợ Chồng
RBC (T/L) 4,0-5,2
HGB (g/L) 120-160
MCV (fL) 80-100
MCH (pg) 28-32
MCHC (g/l) 320-360
RDW (%) 11-15
Sắt huyết thanh (umol/l) 9-10,4
Ferritin huyết thanh (ug/l) 4-204
HbA1 (%): 96,5-98,5
HbA2 (%): 2-3,5
HbF (%): <1
HbE (%): 0
HbH (%) 0
Hb Bart’s (%) 0
Hb Khác: 0
5. Kết quả xét nghiệm di truyền:
Vợ/ Chồng:
Kết luận loại đột biến:
Kiểu đột biến
Đồng
hợp/Dị hợp
Kiểu đột biến
Đồng
hợp/Dị hợp
-α3.7 -31 [A>G]
-α4.2 -29 [A>G]
--MED -28 [A>G]
--SEA Cap+1 [A>C]
--THAI
Initiation cd
[ATG>AGG]
--FIL cd 8/9 [+G]
-α20.5 cd 15 [TGG>TAG]
Anti -α3.7 cd 17 [A>T]
α1 cd 14 [G>A] cd 19 [A>G] Malay
α1 cd 59 [G>A] cd 26 [G>A] HbE
α2 int cd [T>C] cd 27/28 [+C]
α2 cd19 [-G] IVS 1.1 [G>T]
α2 IVS1 [-5nt] IVS 1.5 [G>C]
α2 cd59 [G>A] cd 41/42 [-TTCT]
α2 cd125 [CTG>CCG] cd 43 [G>T]
α2 cd142 [TAA>CAA] cd 71/72 [+A]
α2 cd142 [TAA>AAA] cd 89/90 [-GT]
α2 cd142 [TAA>TAT] cd 90 [G>T]
α2 cd142 [TAA>TCA] cd 95 [+A]
α2 polyA-1
[AATAAA>AATAAG]
IVS 2.1 [G>A]
α2 polyA-2
[AATAAA>AATGAA]
IVS 2.654 [C>T]
cd 121 [G>T]
PHỤ LỤC 4
GIAO DIỆN PHẦN MỀM TRÍ TUỆ NHÂN TẠO
Hình 1. Kết quả dự báo nguy cơ người mang đột biến thalassemia của phần mềm hệ
tri thức chuyên gia
Hình 2. Giao diện phần mềm học máy
Hình 3. Giao diện dự báo kết quả phần mềm học má