本發明專利技術公開了一種老年脆性髖部骨折術后再骨折風險預測方法及系統，涉及臨床醫學技術領域，包括收集老年脆性髖部骨折術后的臨床醫學相關數據并預處理，通過Cox比例風險回歸模型和隨機森林算法篩選最佳的臨床風險因素。基于篩選的臨床風險因素構建預測模型，對存在的風險因素進行預測。驗證評估模型針對不同個體的預測性能，持續優化模型。本發明專利技術有助于臨床醫護人員盡早識別高風險患者，利于制定二次預防措施，基于對個體骨折風險的量化預測，可以為高危老年患者制定個體化的再骨折預防措施，如適當的藥物治療、增強營養、適當的運動等。由于可以事先對高危人群進行干預，減少再骨折的發生，因此可以有效降低醫療費用的支出和資源浪費。
【技術實現步驟摘要】
本專利技術涉及臨床醫學領域，特別是一種老年脆性髖部骨折術后再骨折風險預測方法及系統。
技術介紹
1、人口老齡化程度的加重使髖部骨折發生率也在逐年攀升，髖部骨折作為老年患者最危險的外科疾病之一，無疑給我國健康養老也無疑帶來巨大阻礙。隨著臨床醫療快速發展，脆性髖部骨折治療方式呈多樣化趨勢，手術作為主要治療方式已被不斷夯實；手術作為脆性髖部骨折首選治療方式，旨在幫助患者早期下床康復鍛煉、縮短住院時間以及改善患者預后。但相關研究顯示，患者術后由于骨密度和骨骼質量并沒有顯著改善，易在低能量外力作用導致再次骨折。且與初次骨折相比，患者再骨折的死亡率更高，致殘率以及花費給患者帶來了巨大的心理負擔；研究發現多數患者術后再骨折的發生以術后兩年內發生率最高，因此，早期識別再骨折的高風險人群，從而降低老年脆性髖部骨折術后再骨折的風險。
2、目前，臨床仍然是以國外開發的frax等工具來預測患者初次骨折，但是再次骨折的危險因素與初次骨折存在差異。雖然相關研究已經發現老年脆性髖部骨折術后再骨折的影響因素。但尚未建立風險評估系統，臨床尚缺乏可視化的評估工具來預測患者再骨折的發生。
技術實現思路
1、鑒于現有的老年脆性髖部骨折術后再骨折風險預測及系統中存在的問題，提出了本專利技術。
2、因此，本專利技術所要解決的問題在于對臨床老年脆性髖部骨折術后再骨折的影響因素存在爭議，且缺少識別老年脆性髖部骨折術后再骨折的風險預測工具。
3、為解決上述技術問題，本專利技術提供如下技術方案：</p>4、第一方面，本專利技術實施例提供了一種老年脆性髖部骨折術后再骨折風險預測方法，其包括，收集老年脆性髖部骨折術后的臨床醫學相關數據并預處理，通過cox比例風險回歸模型和隨機森林算法篩選最佳的臨床風險因素。基于篩選的臨床風險因素構建預測模型，對存在的風險因素進行預測。對所述預測模型進行驗證評估，針對不同個體進行性能預測，持續優化預測模型。
5、作為本專利技術所述老年脆性髖部骨折術后再骨折風險預測方法的一種優選方案，其中：所述預處理的過程包括：將病例信息按手術時間排序，前70％為訓練集，后30％為驗證集。將訓練集按是否發生再骨折設為標簽，分為陽性和陰性兩組，記錄各組具體樣本量。使用卡方檢驗評估各變量在兩組之間分布差異，設置顯著水平l；將驗證集同訓練集進行相同編碼和處理，但不瀏覽標簽。
6、作為本專利技術所述老年脆性髖部骨折術后再骨折風險預測方法的一種優選方案，其中：基于所述cox比例風險回歸模型初步篩選臨床風險因素，設定需要分析的風險因素變量為x，依次帶入cox比例風險回歸模型，
7、h(t|x)＝h0(t)exp(βx)
8、其中，exp表示自然指數函數，h0(t)為基礎風險函數，β為x的回歸系數；計算每個變量的回歸系數β和相應的p值，若p<z，則將該變量納入多因素cox比例風險回歸模型的初始候選變量。
9、作為本專利技術所述老年脆性髖部骨折術后再骨折風險預測方法的一種優選方案，其中：基于所述隨機森林算法進行進一步的篩選，具體為：假設初步篩選m個特征，根據m個特征在訓練集上使用隨機森林建樹，在建立每一棵決策樹時，從m個特征中隨機選擇n個特征作為分割節點的候選特征，n取m的開方；對每一個候選特征，計算將其用作分割節點時能夠帶來的信息增益，選擇信息增益最大的特征作為樹節點進行分割，重復該過程直到樹生長完整；遍歷所有決策樹，統計每個特征被用來分割節點的次數，并除以樹的總分割次數，得到該特征的重要性得分，根據所有特征的重要性得分從高到低排序，選擇排名靠前的前6個特征，作為該隨機森林模型中最重要的特征，形成隨機森林特征子集。其中，前6個特征分別為年齡、髖關節功能、神經疾病、視力障礙、獨居以及術后功能鍛煉。
10、作為本專利技術所述老年脆性髖部骨折術后再骨折風險預測方法的一種優選方案，其中：基于6個特征構建所述預測模型，具體為，
11、
12、其中，wi表示第i個風險因素的基準權重，pi表示第i個風險因素的懲罰因子，ri表示對應風險因素的評分，當pi越小，pi?ri則會整體縮小，從而降低該因素對模型的影響。
13、作為本專利技術所述老年脆性髖部骨折術后再骨折風險預測方法的一種優選方案，其中：所述懲罰因子的計算為，
14、
15、其中，xi表示第i個風險因素的實際值，x0表示第i個風險因素的平均值，α表示懲罰強度系數，取值范圍為0～1，sd表示第i個風險因素的標準差。
16、作為本專利技術所述老年脆性髖部骨折術后再骨折風險預測方法的一種優選方案，其中：所述驗證評估包括：通過獲取的驗證隊列患者的數據，生成驗證集，在生成驗證集時，為獲取到的臨床風險性因素設置對應的分類標識，并將所述驗證集輸入到所述預測模型中，所述預測模型根據驗證集得到預測結果，將預測結果與病理診斷結果進行對比，驗證預測模型的穩定性。
17、第二方面，本專利技術實施例提供了一種老年脆性髖部骨折術后再骨折風險預測系統，其包括：篩選模塊，用于根據獲取的臨床風險因素，篩選最佳的臨床風險因素。構建模塊，基于獲取的最佳臨床風險因素構建預測模型。驗證優化模塊，用于驗證評估模型針對不同個體的預測性能，持續優化模型。
18、第三方面，本專利技術實施例提供了一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其中：所述處理器執行所述計算機程序時實現上述的老年脆性髖部骨折術后再骨折風險預測方法的任一步驟。
19、第四方面，本專利技術實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序，其中：所述計算機程序被處理器執行時實現上述的老年脆性髖部骨折術后再骨折風險預測方法的任一步驟。
20、本專利技術有益效果為本專利技術通對老年脆性髖部骨折術后再骨折臨床風險因素構建再骨折預測模型對再骨折進行預測，有助于臨床醫護人員盡早識別高風險患者，指導患者后續的治療和用藥提供精確的臨床指導，降低再骨折的發生風險。且有利于制定定制化的二次預防措施，基于對個體骨折風險的量化預測，可以為高危老年患者制定個體化的再骨折預防措施，如適當的藥物治療、增強營養、適當的運動等。由于可以事先對高危人群進行干預，減少再骨折的發生，因此可以有效降低醫療費用的支出和資源浪費。
本文檔來自技高網...
【技術保護點】
1.一種老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：包括，
2.如權利要求1所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：所述預處理的過程包括，
3.如權利要求2所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：基于所述Cox比例風險回歸模型初步篩選臨床風險因素，設定需要分析的風險因素變量為X，依次帶入Cox比例風險回歸模型，
4.如權利要求3所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：基于所述隨機森林算法進行進一步的篩選，具體為，
5.如權利要求4所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：基于6個特征構建所述預測模型，具體為，
6.如權利要求5所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：所述懲罰因子的計算為，
7.如權利要求6所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：所述驗證評估包括，通過獲取的驗證隊列患者的數據，生成驗證集，在生成驗證集時，為獲取到的臨床風險性因素設置對應的分類標識，并將所述驗證集輸入到所述預測模型中，所述預測模型根據驗證集得到預測結果，將預測結果與病理診斷結果進行對比，驗證預測模型的穩定性。
8.一種老年脆性髖部骨折術后再骨折風險預測系統，基于權利要求1～7任一所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：包括，
9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于：所述處理器執行所述計算機程序時實現權利要求1～7任一所述的老年脆性髖部骨折術后再骨折風險預測方法的步驟。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于：所述計算機程序被處理器執行時實現權利要求1～7任一所述的老年脆性髖部骨折術后再骨折風險預測方法的步驟。
...
【技術特征摘要】
1.一種老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：包括，
2.如權利要求1所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：所述預處理的過程包括，
3.如權利要求2所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：基于所述cox比例風險回歸模型初步篩選臨床風險因素，設定需要分析的風險因素變量為x，依次帶入cox比例風險回歸模型，
4.如權利要求3所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：基于所述隨機森林算法進行進一步的篩選，具體為，
5.如權利要求4所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：基于6個特征構建所述預測模型，具體為，
6.如權利要求5所述的老年脆性髖部骨折術后再骨折風險預測方法，其特征在于：所述懲罰因子的計算為，
7.如權利要求6所述的老年脆性髖部骨折術后...
【專利技術屬性】
技術研發人員：周演鈴，張淋淋，林書球，王薇，薛文萍，李光飛，徐又佳，湯在祥，
申請(專利權)人：蘇州大學附屬第二醫院，
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。