[发明专利]失代偿期肝硬化合并感染危险预测模型的构建方法

说明书

本发明公开了一种失代偿期肝硬化合并感染危险预测模型的构建方法，包括步骤：S1、数据采集：收集失代偿期肝硬化患者信息；S2、数据预处理：对原始数据进行清洗整理；S3、采用LASSO回归进行指标筛选：根据患者有无合并感染分成感染组和非感染组，对分组后的患者的各个指标数据进行单因素分析，得到单因素有意义的指标；将单因素有意义的指标纳入Lasso回归进行指标再筛选，得到用于构建预测模型的指标；S4、构建预测模型：利用Lasso回归筛选出来的指标通过多因素Logistic回归构建预测模型。本发明方法基于临床大数据方法的应用，可靠性高；构建得到的模型简单易用，所用指标是常规检查能得到的，容易获得。

技术领域

本发明涉及医学技术领域，具体涉及一种失代偿期肝硬化合并感染危险预测模型的构建方法。

背景技术

失代偿期肝硬化患者病情危重,并发症多,感染是最常见的并发症,是上消化道出血、肝性脑病、肝肾综合征等严重并发症的重要诱发因素,是导致患者死亡的主要原因之一。了解失代偿期肝硬化合并感染的特点,找出其发生感染的危险因素并构建感染预测模型对于早期诊断、早期预防和有效治疗,提高患者的生存率有重要意义。目前还未见有失代偿期肝硬化合并感染危险预测模型的报道。

发明内容

本发明的目的是针对上述问题，提供一种失代偿期肝硬化合并感染危险预测模型的构建方法，以期为临床防治工作提供参考和借鉴。

本发明为了实现其目的，采用的技术方案是：

一种失代偿期肝硬化合并感染危险预测模型的构建方法，包括如下步骤：

S1、数据采集：收集失代偿期肝硬化患者信息；

S2、数据预处理：对原始数据进行清洗整理；

S3、采用LASSO回归进行指标筛选：根据患者有无合并感染分成感染组和非感染组，对分组后的患者的各个指标数据进行单因素分析，得到单因素有意义的指标；将单因素有意义的指标纳入Lasso回归进行指标再筛选，得到用于构建预测模型的指标；

S4、构建预测模型：利用Lasso回归筛选出来的指标通过多因素Logistic回归构建预测模型。

步骤S1中所述失代偿期肝硬化患者信息，包括年龄、性别、吸烟史、饮酒史、肝病史、高血压、糖尿病；病因、并发症信息和实验室资料。

优选地，所述病因包括：乙肝、丙肝、酒精肝、自身免疫性肝病；所述并发症信息包括：原发性肝癌、肝性脑病、消化道出血、腹水、肝衰竭；所述实验室资料包括：血常规、肝功能、肾功能、电解质、凝血功能指标。

优选地，步骤S2中采用SPSS22.0和R4.0.2统计分析软件进行数据预处理。

步骤S2预处理后的数据分为训练集和测试集进行步骤S3。

在上述技术方案中，还包括步骤S5、采用ROC曲线对构建的预测模型进行临床效能评估。

优选地，步骤S3中Lasso回归采用10重交叉验证方法选择合适的惩罚项λ，筛选变量时选择λ值为0.1299时系数不为零的变量作为用于构建预测模型的指标；

进一步优选变量为白蛋白、凝血酶原活动度和淋巴细胞百分比。

本发明的再一目的是提供一种失代偿期肝硬化合并感染危险预测方法，是采用前述任一的方法构建的预测模型进行预测。

在上述技术方案中，Logistic预测模型表现为P＝e^x/(1+e^x)，X＝8.766-0.110×白蛋白-0.042×凝血酶原活动度-0.119×淋巴细胞百分比。

本发明的再一目的是提供一种利用前面任一所述的构建方法构建的系统，包括数据采集单元，数据预处理单元，数据处理单元以及预测单元；