[发明专利]一种肝脏显著纤维化预测模型及构建方法

权利要求书

1.一种肝脏显著纤维化预测模型，其特征在于：首先按照是否有2型糖尿病和慢性乙型肝炎对采集到的血常规数据进行分类计算，

当有2型糖尿病且有慢性乙型肝炎时，模型公式为预测结果Y=S*0.0872575275809632+BMI*0.267309086985928+1*1.57802929953878+1*2.45573718734401+AST*2.92143170276165；

当没有2型糖尿病且没有慢性乙型肝炎时，则模型公式为预测结果Y=S*0.0872575275809632+BMI*0.267309086985928+AST*2.92143170276165；

当有2型糖尿病但是没有慢性乙型肝炎时，则模型公式为预测结果Y=S*0.0872575275809632+BMI*0.267309086985928+1*1.57802929953878+AST*2.92143170276165；

当没有2型糖尿病但是有慢性乙型肝炎时，则模型公式为预测结果Y=S*0.0872575275809632+BMI*0.267309086985928+1*2.45573718734401+AST*2.92143170276165；

其中，S为年龄，BMI为身体质量指数，AST为谷草转氨酶的异常升高值；

所述预测结果Y的判断阈值为13.8；

若通过模型计算得到的预测结果值未超过所述判断阈值，但是该值位于预设范围内，则向患者发送定期检测提醒信息；

所述预设范围为10-13.7。

2.一种肝脏显著纤维化预测模型构建方法，其特征在于：包括以下步骤：

步骤S1，采集脂肪肝患者和非脂肪肝患者的体检数据作为分析样本；

步骤S2，对分析样本中脂肪肝患者和非脂肪肝患者的基本临床特征进行分析，找到肝脏显著纤维化的初步指标，所述初步指标包括基础医疗指标和个性化指标；

步骤S3，利用单因素回归模型对初步指标进行分析，并得到与肝脏显著纤维化具有强相关性的第一指标，所述第一指标包括生理指标和病理指标；

步骤S4，将第一指标中具有统计意义的指标纳入多因素回归模型进行相互校正，得到与肝脏显著纤维化直接相关且具有统计意义的第二指标；

步骤S5，对第二指标进行统计分析并建立肝脏显著纤维化预测模型；

步骤S6，在利用所述预测模型进行肝脏显著纤维化预测时，通过实时采集脂肪肝患者的血液样本来进行分析检测；

所述第二指标包括年龄、身体质量指数、2型糖尿病、慢性乙型肝炎和谷草转氨酶。

3.根据权利要求2所述的一种肝脏显著纤维化预测模型构建方法，其特征在于：所述基础医疗指标包括谷草转氨酶、谷丙转氨酶、谷氨酰转肽酶、肝脏纤维化造影值、代谢综合征、2型糖尿病、高血压、慢性乙型肝炎和幽门螺旋杆菌；所述个性化指标包括年龄、男性、城市和身体质量指数。

4.根据权利要求2所述的一种肝脏显著纤维化预测模型构建方法，其特征在于：所述生理指标包括年龄和身体质量指数；所述病理指标包括2型糖尿病、代谢综合征、高血压、慢性乙型肝炎、谷丙转氨酶、谷草转氨酶和谷氨酰转肽酶。

5.根据权利要求2所述的一种肝脏显著纤维化预测模型构建方法，其特征在于：所述预测模型在建立过程中，利用曲线下受试面积的方法验证建立的预测模型的预测准确度。