[发明专利]预测前列腺癌患者术后出现生化复发的方法及设备在审

专利信息
申请号: 202110424239.1 申请日: 2021-04-20
公开(公告)号: CN113284619A 公开(公告)日: 2021-08-20
发明(设计)人: 曾浩;沈朋飞;赵劲歌;孙光曦;朱莎 申请(专利权)人: 四川大学华西医院
主分类号: G16H50/30 分类号: G16H50/30;G06Q10/06;G06Q10/04
代理公司: 成都科海专利事务有限责任公司 51202 代理人: 刘宁
地址: 610041 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 预测 前列腺癌 患者 术后 出现 生化 复发 方法 设备
【权利要求书】:

1.一种预测前列腺癌患者术后出现生化复发的方法,其特征在于,包括:

获取前列腺癌患者临床病理数据;所述临床病理数据至少包括:IDC-P的存在、年龄、NCCN标准前列腺癌危险分级和临床T分期;

根据所述前列腺癌患者临床病理数据,基于预先训练的预后模型,得到所述前列腺癌患者在预设时间内出现生化复发的预测概率。

2.根据权利要求1所述的方法,其特征在于,还包括:

获取样本数据,将所述样本数据分为建模组样本数据和验证组样本数据;

根据所述建模组样本数据训练所述预后模型;

根据所述验证组样本数据对训练完成的所述预后模型进行验证;

将验证通过的所述预后模型确定为投入预测前列腺癌患者术后出现生化复发使用的预后模型。

3.根据权利要求2所述的方法,其特征在于,所述获取样本数据具体包括:

获取已确诊局限性前列腺癌并接受前列腺根治手术治疗的前列腺癌患者的年龄、前列腺穿刺标本的前列腺癌Gleason评分、IDC-P的存在、临床T分期、NCCN标准前列腺癌危险分级和基线PSA水平数据作为样本数据。

4.根据权利要求3所述的方法,其特征在于,所述根据所述建模组样本数据训练所述预后模型,具体包括:

以患者BFS作为模型预测的终点指标;

根据所述患者BFS在所述样本数据中筛选出用来预测前列腺癌患者术后出现生化复发概率的相关变量;

根据筛选出的用来预测前列腺癌患者术后出现生化复发概率的相关变量,建立用于预测患者BFS的预后模型。

5.根据权利要求4所述的方法,其特征在于,所述在所述样本数据中筛选出用来预测前列腺癌患者术后出现生化复发概率的相关变量,具体包括:

通过单因素COX风险比例模型分析所述样本数据中所有的临床病理变量对患者BFS的预测能力,将分析结果p值小于0.05的所述临床病理变量确定为显著与患者BFS相关的变量。

6.根据权利要求5所述的方法,其特征在于,所述在所述样本数据中筛选出用来预测前列腺癌患者术后出现生化复发概率的相关变量,具体还包括:

通过多因素COX风险比例模型对单因素COX风险比例模型分析得到的p值小于0.05的所述临床病理变量进行进一步分析,将分析结果p值依然小于0.05的所述临床病理变量确定为所述用来预测前列腺癌患者术后出现生化复发概率的相关变量。

7.根据权利要求6所述的方法,其特征在于,所述用来预测前列腺癌患者术后出现生化复发概率的相关变量包括:IDC-P的存在、年龄、NCCN标准前列腺癌危险分级和临床T分期。

8.根据权利要求6所述的方法,其特征在于,所述根据筛选出的用来预测前列腺癌患者术后出现生化复发概率的相关变量,建立用于预测患者BFS的预后模型,具体包括:

根据筛选出的用来预测前列腺癌患者术后出现生化复发概率的相关变量在所述多因素COX风险比例模型中的Beta值,建立用于预测患者BFS的预后模型。

9.根据权利要求2所述的方法,其特征在于,所述根据所述验证组样本数据对训练完成的所述预后模型进行验证,具体包括:

根据所述验证组样本数据,基于C-index指数和一致性曲线对训练完成的所述预后模型进行验证。

10.一种预测前列腺癌患者术后出现生化复发的设备,其特征在于,包括:

处理器和存储器;

所述处理器与存储器通过通信总线相连接:

其中,所述处理器,用于调用并执行所述存储器中存储的程序;

所述存储器,用于存储程序,所述程序至少用于执行权利要求1-9任一项所述的一种预测前列腺癌患者术后出现生化复发的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学华西医院,未经四川大学华西医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110424239.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top