本發明專利技術公開了一種肝癌發生風險預測模型及其網絡計算器的構建方法，包括以下步驟：S1、獲取研究對象相應的臨床及檢驗數據；S2、獨立預測特征的篩選；S3、預測模型的構建；S4、網絡計算器的生成；S5、肝癌發生的預測概率的計算。將該家族聚集性乙肝相關性肝癌發生風險預測模型和網絡計算器整合到電子病例系統中可為臨床醫生提供電子化決策，更好的幫助臨床醫生對家族聚集性乙肝相關肝癌風險進行評估，從而對肝癌高風險患者進行定期隨訪檢測，以對肝癌的發生進行早期的識別和干預，從而改善患者的預后。預后。預后。
【技術實現步驟摘要】
一種肝癌發生風險預測模型及其網絡計算器的構建方法
[0001]本專利技術是關于醫療信息學的
，特別是關于一種家族聚集性乙肝相關性肝癌發生風險預測模型及其網絡計算器的構建方法。
技術介紹
[0002]肝癌是全球范圍內最常見的腫瘤之一，死亡率在癌癥致死的病因中位居第三。肝細胞癌(HCC)是原發性肝癌的主要類型，約占75％
?
85％左右。HCC早期的癥狀并不明顯，臨床上發現的多數是中晚期患者，肝切除術后5年復發率高達70％。因此，HCC的早期發現是改善HCC結局的重要措施。目前HCC的診斷主要依據影像學及實驗室檢查。超聲是HCC篩查的常用手段，靈敏度為92％，特異度74.2％。AFP是HCC診斷的常用指標之一，但其敏感性較低(40
?
60％)。但AFP聯合超聲檢查時，可進一步提高超聲檢查的靈敏度(99.2％)和特異度(68.3％)。由于超聲檢查的成本和設備要求較高，無法大規模推廣和應用。
[0003]慢性乙型肝炎是HCC發生的重要病因之一，全球超過50％的HCC患者同時患有活動性乙肝。其中，在乙肝流行地區75
?
90％的HCC是由乙肝直接引起的。對于已經感染HBV病毒的患者來說，有效的HCC監測手段可以減少不良結局的發生。HBV在家族內傳播與HCC的家族聚集現象有關。
[0004]公開于該
技術介紹
部分的信息僅僅旨在增加對本專利技術的總體背景的理解，而不應當被視為承認或以任何形式暗示該信息構成已為本領域一般技術人員所公知的現有技術。
專利技術內容
[0005]本專利技術的目的在于提供一種肝癌發生風險預測模型及其網絡計算器的構建方法，利用家族聚集性乙肝患者的臨床檢驗數據構建多變量邏輯回歸模型諾曼圖，并基于諾曼圖進一步構建網絡計算器，適用于臨床患者肝癌發生風險預測。
[0006]為實現上述目的，本專利技術提供了一種肝癌發生風險預測模型及其網絡計算器的構建方法，包括以下步驟：
[0007]S1、獲取研究對象相應的臨床及檢驗數據；
[0008]S2、獨立預測特征的篩選，以是否發生肝癌為因變量，利用獲取的臨床及檢驗數據建立單變量邏輯回歸模型計算各臨床檢驗指標與肝癌發生風險的相關性，篩選出與肝癌發生相關的指標，將上述篩選出的指標進行多變量邏輯回歸，篩選出肝癌發生的獨立預測特征；
[0009]S3、預測模型的構建，根據所述獨立預測特征構建預測模型，根據預測模型結果中的各獨立預測特征的權重系數，構建肝癌發生風險的諾曼圖；
[0010]S4、網絡計算器的生成，基于所述諾曼圖進一步生成網絡計算器；
[0011]S5、肝癌發生的預測概率的計算，收集臨床患者的獨立預測特征的數據信息，輸入所述網絡計算器，得到肝癌發生的預測概率。
[0012]優選地，步驟S1中，所述臨床及檢驗數據包括：淋巴細胞與單核細胞比率、血紅蛋
白含量、中性粒細胞百分比、高密度脂蛋白膽固醇、凝血酶原時間、血糖、谷氨酰轉肽酶、α
?
2微球蛋白、天冬氨酸轉氨酶和丙氨酸轉氨酶的比值、癌胚抗原、甲胎蛋白、透明質酸、肝硬化、門脈高壓和腹水、紅細胞、白細胞、血小板、中性粒細胞絕對值、天冬氨酸氨基轉移酶、總膽固醇、血清總蛋白、堿性磷酸酶、甘油三酯、凝血酶原活動度、a
?
L巖藻糖苷酶、a羥丁酸脫氫酶、白蛋白、球蛋白、乳酸脫氫酶、纖維蛋白原、鐵蛋白、α1微球蛋白、CA199、層粘蛋白、HBV DNA和結合膽酸。
[0013]優選地，步驟S1中，將所述研究對象根據7:3比例將其隨機分為訓練集和測試集，所述訓練集用于探究肝癌發生的獨立預測特征及預測模型的構建，所述測試集用于預測模型的內部驗證。
[0014]優選地，步驟S2中，所述獨立預測特征包括：血紅蛋白含量、中性粒細胞百分比、血清總蛋白，谷氨酰轉肽酶，a
?
L巖藻糖苷酶，天冬氨酸轉氨酶和丙氨酸轉氨酶的比值和甲胎蛋白。
[0015]進一步地，步驟S3還包括
[0016]對預測模型的預測性能進行評價，利用研究對象工作特征曲線、標準曲線和臨床決策曲線對預測模型的預測性能進行評價。
[0017]優選地，步驟S3中研究對象工作特征曲線的臨界劃分肝癌發生的高風險及低風險患者，具體為：
[0018]根據約登指數計算臨界值，約登指數＝靈敏度+特異度
?
1；
[0019]采用約登指數計算的臨界值為0.266：肝癌發生概率高于0.266的為高風險患者，肝癌發生概率低于0.266的為低風險患者。
[0020]與現有技術相比，根據本專利技術的一種肝癌發生風險預測模型及其網絡計算器的構建方法，具有如下有益效果：
[0021]構建了一種家族聚集性乙肝相關性肝癌發生風險預測模型，并依據該模型設計了網絡計算器，將該家族聚集性乙肝相關性肝癌發生風險預測模型和網絡計算器整合到電子病例系統中可為臨床醫生提供電子化決策，更好的幫助臨床醫生對家族聚集性乙肝相關肝癌風險進行評估，從而對肝癌高風險患者進行定期隨訪檢測，以對肝癌的發生進行早期的識別和干預，從而改善患者的預后。
附圖說明
[0022]圖1是本專利技術實施例的家族聚集性乙肝相關性肝癌風險預測模型及網絡計算器構建方法的流程示意圖；
[0023]圖2為本專利技術的利用多變量邏輯回歸構建的預測模型的諾曼圖；
[0024]圖3為本專利技術的受試者工作特征曲線圖；
[0025]圖4為本專利技術的校準曲線圖；
[0026]圖5為本專利技術的決策曲線圖；
[0027]圖6為本專利技術的依據肝癌預測模型構建的網絡計算器工作界面。
具體實施方式
[0028]下面結合附圖，對本專利技術的具體實施方式進行詳細描述，但應當理解本專利技術的保
護范圍并不受具體實施方式的限制。
[0029]除非另有其它明確表示，否則在整個說明書和權利要求書中，術語“包括”或其變換如“包含”或“包括有”等等將被理解為包括所陳述的元件或組成部分，而并未排除其它元件或其它組成部分。
[0030]如圖1所示，根據本專利技術優選實施方式的一種肝癌發生風險預測模型及其網絡計算器的構建方法，包括以下步驟：
[0031]S1、獲取研究對象相應的臨床及檢驗數據
[0032]收集患者相應的臨床化驗指標，包括：淋巴細胞與單核細胞比率(LMR)、血紅蛋白含量(Hb)、中性粒細胞百分比(NEU)、高密度脂蛋白膽固醇(HDL
?
C)、凝血酶原時間(PT)、血糖(GLU)、谷氨酰轉肽酶(GGT)、α
?
2微球蛋白、天冬氨酸轉氨酶和丙氨酸轉氨酶的比值(AAR)、癌胚抗原(CEA)、甲胎蛋白(AFP)、透明質酸(HA)、肝硬化、門脈高壓和腹水、紅細胞、白細胞、血小板、中性粒細胞絕對值、天冬氨酸氨基轉移酶(AST)、總膽固醇(CHOL)、血清總蛋白(TP)、堿性磷酸酶(ALP)、甘油三酯(TG)、凝血酶原活動度(PTA)、a
?
L巖藻糖苷酶本文檔來自技高網...
【技術保護點】
【技術特征摘要】
1.一種肝癌發生風險預測模型及其網絡計算器的構建方法，其特征在于，包括以下步驟：S1、獲取研究對象相應的臨床及檢驗數據；S2、獨立預測特征的篩選，以是否發生肝癌為因變量，利用獲取的臨床及檢驗數據建立單變量邏輯回歸模型計算各臨床檢驗指標與肝癌發生風險的相關性，篩選出與肝癌發生相關的指標，將上述篩選出的指標進行多變量邏輯回歸，篩選出肝癌發生的獨立預測特征；S3、預測模型的構建，根據所述獨立預測特征構建預測模型，根據預測模型結果中的各獨立預測特征的權重系數，構建肝癌發生風險的諾曼圖；S4、網絡計算器的生成，基于所述諾曼圖進一步生成網絡計算器；S5、肝癌發生的預測概率的計算，收集臨床患者的獨立預測特征的數據信息，輸入所述網絡計算器，得到肝癌發生的預測概率。2.如權利要求1所述的肝癌發生風險預測模型及其網絡計算器的構建方法，其特征在于，步驟S1中，所述臨床及檢驗數據包括：淋巴細胞與單核細胞比率、血紅蛋白含量、中性粒細胞百分比、高密度脂蛋白膽固醇、凝血酶原時間、血糖、谷氨酰轉肽酶、α
?
2微球蛋白、天冬氨酸轉氨酶和丙氨酸轉氨酶的比值、癌胚抗原、甲胎蛋白、透明質酸、肝硬化、門脈高壓和腹水、紅細胞、白細胞、血小板、中性粒細胞絕對值、天冬氨酸氨基轉移酶、總膽固醇、血清總蛋白、堿性磷酸酶、甘油三酯、凝血酶原活動度、a
?
L巖藻糖苷酶、a羥丁酸脫氫...
【專利技術屬性】
技術研發人員：嚴俊，聶國樂，鐘林美，張宏龍，王海平，李汛，
申請(專利權)人：蘭州大學第一醫院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。