[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

说明书

一种新冠肺炎轻重症预测模型的构建方法及其应用，属于医学疾病预测技术领域。为了解决新冠肺炎轻重症患者预测技术中存在的问题，提供了新冠肺炎轻重症预测模型的构建方法，包括对缺失值和极端值进行处理，构建一组能反映患者轻重症发展风险的特征集FS，构建集成模型EM来将多个基线模型优势互补，根据功能关联特征扩展缺失特征四个步骤。结果表明本发明所述的构建方法能够很好的处理缺失值和极端值，提升预测模型的多个预测性能，多个预测指标上表现很好，能取得稳定的表现。利用本发明所述的构建方法获得的新冠肺炎轻重症预测模型能够在新冠肺炎患者感染的早期阶段较为准确地预测轻重症患者，有利于对重症患者提前进行重点护理和治疗。

技术领域

本发明属于医学疾病预测技术领域，具体涉及一种新冠肺炎轻重症预测模型的构建方法及其应用。

背景技术

在新冠肺炎患者感染的早期阶段，精准预测轻重症患者有利于分级护理措施的实施，有利于对重症患者提前进行重点护理和治疗，从而有效提高 新冠肺炎患者的治愈率 ，减轻医疗系统的负担。

然而，新冠肺炎轻重症患者预测技术的性能以及应用受到多方面因素的影响，其中比较重要的有这几点：1)缺失值的处理。用于构建预测模型的数据集中常含有异常值(以缺失值为主)，这些异常值往往与真实值相差甚远，从而导致预测结果产生偏差。合理的处理这些异常值有助于提高预测技术的性能；2)能够反映患者轻重症发展风险的特征集合的构建。在众多临床特征中，只有部分特征能够反映病人病情发展情况，冗余的特征甚至会降低预测方法的性能。因此，正确的构建一组特征集对提升预测技术的性能尤为重要；3)高性能预测模型的构建。不同的预测模型在预测时往往有不同的判断方式，从而导致在不同的预测对象上的预测表现参差不齐。采取合理方式将这些模型进行优势互补，克服单一模型的缺点，可以取得更好更稳定的预测性能；4)缺失特征的处理。在预测方法的应用上，受到检测技术、医疗资源储备的影响，在对一些未知的病人预测时，可能会面临缺少所需临床特征的困难。对这些缺失特征进行扩展，有助于帮助拓宽预测方法的应用范围。

发明内容

为了解决上述技术问题，本发明提供了一种新冠肺炎轻重症预测模型的构建方法，该方法包括如下步骤：

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种预测性能较好、但预测结果有差异的基线模型，再对于每个基线模型，分别构建一组特征集，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；

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。

进一步地限定，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：