[发明专利]新生儿败血症休克预测系统及监控设备

说明书

本发明属于疾病预测技术领域，具体公开了一种新生儿败血症休克预测系统及监控设备，该系统包括依次连接的数据采集模块、独立危险因素筛选模块和预测模块，该监控设备包括床体、防护罩和预测系统。采用本技术方案，利用各模块的配合，获取临床特征数据并得到独立危险因素，同时分析获取的独立危险因素数值并预测新生儿败血症休克，实现对败血症的早期预警，还可利用监控设备对新生儿进行实时监控。

技术领域

本发明属于疾病预测技术领域，涉及一种新生儿败血症休克预测系统及监控设备。

背景技术

新生儿败血症是新生儿时期常见的危重症，其导致的败血症休克是新生儿主要死因之一。随着医疗技术发展，抗感染治疗及败血症休克处理技术已经取得了明显进步，但在临床实践中，新生儿败血症休克的发病率及死亡率仍居高不下。研究表明，早期识别、早期治疗是改善新生儿败血症休克预后及降低死亡率的关键，但该疾病具有起病隐匿、早期临床症状无特异性、金标准血培养时间过长、常规实验室检查项目不能纵向评估病情发展等特点，因此，如何精准和及早识别发生败血症休克的新生儿则成为了一项难题。

现有技术中，一些生物标志物如降钙素原、C反应蛋白等能作为败血症休克的预测因子，但仍存在模型指标过多、临床应用困难、模型性能不佳等问题。

发明内容

本发明的目的在于提供一种新生儿败血症休克预测系统及监控设备，对临床特征数据进行筛选，提高预测的精准性。

为了达到上述目的，本发明的基础方案为：一种新生儿败血症休克预测系统，包括：

数据采集模块，所述数据采集模块用于采集样本的临床特征数据；

独立危险因素筛选模块，所述独立危险因素筛选模块用于接收临床特征数据并筛选临床特征数据内的独立危险因素；以及

预测模块，所述预测模块通过分析获取的独立危险因素数值并预测新生儿败血症休克。

本基础方案的工作原理和有益效果在于：数据采集模块能够采集新生儿的临床特征数据，即生物标志物，用于构建预测模型。独立危险因素筛选模块用于筛选独立危险因素，仅利用独立危险因素对败血症休克进行预测，避免模型指标过多而导致预测模型的运算速度慢、性能不佳等问题。预测模块根据独立危险因素，预测新生儿败血症休克，操作简便，实现对败血症的早期预警，以便及时治疗。

进一步，还包括数据填补模块，所述数据填补模块的输入端与数据采集模块的输出端连接，数据填补模块对缺失率≤30％的临床特征数据使用缺失值算法填补，数据填补模块的输出端与独立危险因素筛选模块的输入端连接；

具体缺失值填补方法为：

获取所有样本的临床特征数据的数值并将一个样本的临床特征数据作为一个集合，将所有样本的临床特征数据中与某一样本的待填充数据同类型的已知数据按照大小顺序排序；

对缺失值以外其余类型的临床特征数据分别设立权重，若有的数据缺失，则数值取为0；

利用聚类算法对样本的其余类型的临床特征数据进行聚类；

选取与该样本所在簇对应的待填充数据作为填充的数值。

因机械原因或人为原因而导致数据收集或保存失败造成数据缺失，产生缺失值，数据中的缺失值导致数据的真实性不能得到保证，所以需要对数据进行填补，增强数据的可靠性。且缺失率太大的数据真实性较低，不具有填补价值，可直接排除。

进一步，还包括模型评估模块，模型评估模块内存储有灵敏度、特异度、精度、AUC、PLR和NLR的额定数值范围，模型评估模块采集预测模块的对应数据，将采集的数据数值与额定数值范围进行对比，得出对比差值，根据对比差值评估预测模块的预测性能。