[发明专利]一种胃癌风险预测方法、系统、计算机设备及可读存储介质

说明书

本发明公开了一种胃癌风险预测方法、系统、计算机设备及可读存储介质，涉及癌症风险检测技术领域，包括如下步骤：采集原始数据；对原始数据进行预处理；建立风险评估模型并对其进行训练；利用训练好的风险评估模型，基于所述待测集预测结果。本发明所提供的技术方案可以对罹患胃癌的风险做出准确预测，以供医生参考。

【技术领域】

本发明涉及癌症风险检测技术领域，具体涉及一种胃癌风险预测方法、系统、计算机设备及可读存储介质。

【背景技术】

胃癌是常见的消化系统肿瘤之一，严重威胁人类的生命健康。我国是胃癌的高发地区，其发病率和死亡率均高居恶性肿瘤的第二位。胃癌早期发现较为困难，而胃癌的预后与诊治时机密切相关；早期癌症治疗后5年生存率超过90％，而进展期胃癌的5年生存率低于30％。因此，胃癌的早发现、早诊断和早治疗对于改善患者预后状况，提高生存率有重要意义。建立胃癌风险评估模型，能够对不同风险人群提供最合适的筛查建议，能够提高胃癌早筛的效果，也是实现胃癌早发现、早诊断、早治疗的有效途径。

目前常见的胃癌筛查评分系统为《中国早期胃癌筛查流程专家共识意见(草案)(2017年，上海)》发布的基于年龄、性别、Hp感染、PGR和G-17(pmol/L)构建的风险评分系统，总分为0～23分，根据分值可以将胃癌筛查目标人群分为3个等级：胃癌高危人群(17～23分)、胃癌中危人群(12～16分)和胃癌低危人群(0～11分)。通过临床研究验证，该风险评分系统(加上腌制食物和油炸食物因素)检测胃癌的灵敏度为69.6％，特异性为67.1％。无论是灵敏度还是特异性，都不够理想。

【发明内容】

为解决前述问题，本发明提供了一种胃癌风险预测方法，对罹患胃癌的风险做出准确预测，以供医生参考。

为了达到上述目的，本发明采用如下技术方案：

一种胃癌风险预测方法，包括如下步骤：

采集原始数据；

对原始数据进行预处理，得到待用特征集，所述待用特征集包括训练集和待测集；

建立风险评估模型，利用所述训练集对风险评估模型进行训练；

利用训练好的风险评估模型，基于所述待测集预测结果。

可选的，所述原始数据包括传统风险因素信息和遗传因素信息，所述传统风险因素信息包括性别、年龄、吸烟史、饮酒史、果蔬摄入情况、肉类鱼虾摄入情况、腌肉熏鱼摄入情况、睡眠质量、运动情况、职业暴露情况、幽门螺杆菌感染史和家族病史；所述遗传因素信息包括SNP位点数据；

对原始数据进行预处理包括数据清洗、特征转换以及特征筛选，其中：

数据清洗包括：

删除传统风险因素信息中缺失项大于30％的样本；

删除遗传因素信息中总体分型成功率低于95％的样本；

删除遗传因素信息中无法识别性别的样本；

删除遗传因素信息中不是常染色体上的SNP位点数据；

删除SNP位点数据中有两个以上等位基因的SNP位点数据；

删除SNP位点数据中分型成功率低于95％的SNP位点数据；

删除SNP位点数据中最小等位基因频率小于0.01的SNP位点数据；

删除SNP位点数据中MAF在0.45-0.5之间且基因型为A/T或G/C的SNP位点数据；

特征转换包括：将数据清洗后的原始数据进行数值型数据转换、缺失值填充、定性特征属性亚编码、定量特征属性二值化、特征标准化与归一化；

进行特征筛选包括如下步骤：