[发明专利]一种高可靠肾小球滤过率预测模型的构建与评估方法及装置

权利要求书

1.一种高可靠肾小球滤过率预测模型的构建与评估方法，其特征在于，包括；

步骤(1)：数据预处理；

建模所用数据中，每个样本包含其临床特征的数值和其GFR的测定值，均为数值型，数据预处理分为两步，特征选择和log变换；

步骤(2)：局部模型设定；

局部模型设定为线性回归模型，形如：

y＝w^Tx+b (4)

其中自变量x为模型输入，即用于预测GFR的特征值；y为模型输出，即模型根据输入所计算出的GFR预测值；w和b为模型参数，通过训练学得w和b之后，模型就得以确定；

步骤(3)：局部模型构建；

数据的采样去重处理和局部模型训练；

步骤(4)：全局模型构建；

构建的GFR预测模型f(x)；

步骤(5)：全局模型的模型稳定性计算；

用模型稳定性刻画一个模型的可靠性，对于所获得的全局模型f(x)，计算其模型稳定性：

步骤(6)：全局模型GFR预测的准确性计算；

包括数据采样去重处理、重采样数据的GFR预测和GFR预测结果的准确性；

步骤(7)：GFR预测结果的稳定性计算；

按照下述公式计算全局模型对GFR预测结果的稳定性，其中，M为采样集数量，D_k(k＝1,2,...,M)为第k个采样集，|D_k|为采样集D_k中的样本数量，x_i代表采样集中第i个样本，y_i为第i个样本的GFR标签真实值，f(x_i)为模型给出的第i个样本的GFR预测值：

步骤(8)：模型选择；

对步骤(2)中设定的多种形式的局部模型，综合评判其对应的全局模型的模型稳定性、GFR预测结果的准确性以及这个预测结果的稳定性，选取三者最高的模型形式及其参数对应的全局模型，作为GFR的预测模型；当三者不能保证同时最高时，综合评判后选取三者都相对较高的全局模型。

2.根据权利要求1所述的一种高可靠肾小球滤过率预测模型的构建与评估方法，其特征在于，所述步骤(1)中原始数据集从临床采集，其中包括22名慢性肾脏病患者的GFR测定值以及相应的91项特征，数据类型为数值型；

所述特征选择对这些候选特征筛选出排名前两位的特征：胱抑素C和年龄；

所述log变换对GFR测定值及筛选出的特征自变量——胱抑素C和年龄，取以e为底的对数，将经过特征选择及log变换后的数据集作为后续建模的基础数据集。