[发明专利]一种新冠肺炎轻重症预测模型的构建方法及其应用

权利要求书

1.一种新冠肺炎轻重症预测模型的构建方法，其特征在于，包括如下步骤：

S1、将患者特征根据功能进行分组，对缺失值和极端值进行处理：根据患者存活情况将患者分成轻症组和重症组，求出各个特征中的95百分位数值，对于极端值，使用95百分位数值进行替换，排除极端值干扰；再根据临床特征的功能相似性，将轻症组与重症组的特征分别按照特征功能分成独立特征组、心血管组、肝肾功能组以及炎症组来分别对各组内缺失值进行填充；

S2、构建一组能反映患者轻重症发展风险的特征集FS：基于遗传算法，首先编码一组二进制位串，所述二进制位串的长度与原数据集中包含的特征数目相等，二进制位串上的每个位对应一个特征是否被选择，选择5种预测性能好、但预测结果有差异的基线模型，以每个基线模型的预测输出的ROC曲线下面积作为优化目标，进行200轮迭代运算，分别构建一组特征集，每次迭代时，保留输出AUC取值在前30％的二进制位串，并在通过重组和变异产生新的二进制位串，不断迭代使目标结果最大化，最后将在半数以上基线模型特征集出现的特征进行合并，得到最终的一组特征集FS；所述5种预测性能好、但预测结果有差异的基线模型分别为梯度提升决策树、极度梯度提升、随机森林、线性回归以及支持向量机；所述特征集FS具有14种临床特征，分别为：年龄、血氧饱和度、血小板、平均动脉压、白细胞、淋巴细胞、国际标准化比值、D-二聚体、葡萄糖、谷丙转氨酶、白细胞介素-6、C-反应蛋白、降钙素原、肌钙蛋白；

S3、构建集成模型EM来将多个基线模型优势互补：使用一组系数，将S2获得的5种预测性能良好、但在预测结果有差异的基线模型进行线性组合，获得集成模型EM；

S4、根据功能关联特征扩展缺失特征，并验证预测算法：对于在外部验证集中缺失的FS中的特征，使用功能相关联的特征进行扩展取代，在外部验证集上重复上述S1-S3三个步骤，来对预测算法进行验证。

2.根据权利要求1所述的构建方法，其特征在于，S1所述缺失值填充的方法如下：对于心血管组、肝肾功能组及炎症组中某组内的某个特征的缺失值，选择根据组内在其他特征取值相近的3个个体在该特征的取值来估计，即某组内某一个体X_k特征为x_1k,x_2k,…,x_nk,其中x_nk为缺失值，则以该组内与X_k在其他特征距离d最近的3个个体在特征n的均值来估计x_nk，任意个体X₁与X₂距离d定义为：

3.根据权利要求1所述的构建方法，其特征在于，S3所述系数的计算基于遗传算法：首先编码一组二进制位串，每个二进制位串解码为一个取值范围0到1之间的小数，精度达到小数点后8位，以EM模型预测输出的ROC曲线下面积为优化目标，迭代计算使输出ROC曲线下面积最大的系数，新的二进制位串重组和变异方法与S2中相同。

4.根据权利要求3所述的构建方法，其特征在于，S3所述集成模型EM对每个患者的预测得分为prob_em，等于各基线模型m_i输出的预测值prob_i与对应的系数c_i的加权平均，公式如下：

5.一种预测新冠肺炎轻重症的方法，其特征在于，基于权利要求1-4任一一项所述的构建方法获得的新冠肺炎轻重症预测模型，所述预测新冠肺炎轻重症的方法包括如下步骤：

(1)将新冠肺炎患者的临床特征输入所述的新冠肺炎重症预测模型；

(2)根据所述新冠肺炎重症预测模型提供的预测得分prob_em计算公式，输出被测患者的得分prob_em，并依据prob_em将被测患者分为轻型和重型。

6.根据权利要求5所述的方法，其特征在于，所述轻型和重型的判断标准为：当0prob_em0.5时，被测患者属于新冠肺炎轻型；当prob_em≥0.5时，被测患者属于新冠肺炎重型。