[发明专利]一种术后风险预测模型的建立方法及装置

说明书

本发明公开了一种术后风险预测模型的建立方法及装置，所述方法，包括：根据确定符合预设入组条件的患者数据纳入多元回归分析模型，获取多元回归分析结果；根据所述多元回归分析结果，建立术后风险评估预测模型。本发明基于患者的数据，通过多元回归分析，构建术后风险评估预测模型，评估Stanford A型主动脉夹层术后发生不良事件发生风险，提高患者的存活率且降低并发症发生率。

技术领域

本发明涉及医学软件技术领域，尤其涉及一种术后风险预测模型的建立方法及装置。

背景技术

Stanford A型主动脉夹层(stanford type A aortic dissection，TAAD)是一种极为凶险的是主动脉疾病，自然预后极差，院内死亡率约10.3％，若未得到及时的处理，每小时死亡率可提升1-2％，通过外科手术修复仍然是TAAD的主要治疗方法，但患者手术风险较大，若能及时识别高危患者，进行早期干预，降低术后不良事件的发生率可能是帮助患者改善预后的有效方法，目前国际上应用最多的心血管手术评分系统是更新后的欧洲心脏手术风险评估系统(EuroSCORE-II)，其具有更强的鉴别能力，模型校准度较好，然而，EuroSCORE-Ⅱ评分系统对于主动脉夹层手术的预测效能并不高，且我国TAAD患者的平均发病年龄较西方国家低，从发病到手术治疗的时间却比发达国家要长，导致患者术后差异较大。

发明内容

本发明目的在于，提供一种术后风险预测模型的建立方法及装置，以解决现有紧急Stanford A型主动脉夹层术后风险预测效率低的问题。

为实现上述目的，本发明提供一种术后风险预测模型的建立方法，包括：

根据确定符合预设入组条件的患者数据纳入多元回归分析模型，获取多元回归分析结果；

根据所述多元回归分析结果，建立术后风险评估预测模型。

优选地，所述根据确定符合预设入组条件的患者数据纳入多元回归分析模型，获取多元回归分析结果，包括：

将所述患者数据进行单因素分析，获取预设范围内的第一变量；

根据所述第一变量的逐步逻辑回归多变量分析确定预设范围内的第二变量；

将所述第二变量纳入多元回归分析模型，获取多元回归分析结果。

优选地，所述多元回归分析模型，包括：

logit P＝ln[P/(1-P)]＝B₀X₀+B₁X₁+…+B_KX_K；

其中，表示术后不良事件发生的概率，B表示与风险因数相关的常数，X表示给定患者的危险因数的状态。

优选地，所述根据所述多元回归分析结果，建立术后风险评估预测模型，包括：

W＝-4.0.43+0.033×a+1.5109×b+1.0603×c+0.9455×d+0.7008×e+1.6092×f；

其中，w表示术后风险评估预测模型，a表示患者的年龄，若患者术前谷丙氨酸氨基转移酶水平变量大于或等于120U/L，b＝1否则b＝0，若室内隔离厚度大于或等于12mm，c＝1否则c＝0，d表示患者是否同时进行冠状动脉旁路移植术，若是，d＝1否则d＝0，若患者体外循环时间大于或等于250分钟，e＝1否则e＝0，若患者延迟关胸，f＝1否则f＝0。

本发明还提供一种术后风险预测模型的建立装置，包括：

分析模块，用于根据确定符合预设入组条件的患者数据纳入多元回归分析模型，获取多元回归分析结果；

建模模块，用于根据所述多元回归分析结果，建立术后风险评估预测模型。