【技術實現步驟摘要】
本專利技術屬于但不限于醫學，尤其涉及一種用于自身免疫性肝炎的肝硬化預測和無創診斷系統及方法。
技術介紹
1、自身免疫性肝病是一種病因和發病機制尚不很明確的疾病，可能是由遺傳、免疫、環境等因素共同作用導致的疾病。根據病理類型，自身免疫性肝病可分為自身免疫性肝炎(aih)、原發性膽汁性肝硬化(pbc)和原發性硬化性膽管炎(psc)，其中aih的臨床發病率較高。有流行病學數據顯示，約23％的aih患者伴有肝硬化。肝硬化可累及肝臟，若病情嚴重，可累及全身各個系統，對人們健康造成巨大危害。
2、肝活檢組織病理學檢查是診斷肝纖維化的“金標準”，但因為是一種有創、侵入性操作，患者一般較難接受，臨床應用受限。因此，亟需尋找非侵入性的、可替代的方法用于肝硬化程度評估。在常規實驗室檢測的基礎上建立非侵入性的指標監測評估療效，可避免反復肝臟穿刺。已有研究報道了基于血液檢測指標構建的非侵入性的診斷模型，如基于4因子的纖維化指數(fib4)、天冬氨酸氨基轉移酶丙氨酸氨基轉移酶(aar)與天冬氨酸氨基轉移酶/血小板計數(apri)，在肝纖維化的診斷方面具有一定的應用價值。但是，既往研究主要應用于慢性丙型肝炎、慢性乙型肝炎和非酒精性脂肪性肝炎等其他肝病方面肝纖維化和肝硬化的診斷，也被證實具有顯著的敏感性。然而，基于血液檢測指標構建的模型在自身免疫性肝病肝硬化診斷方面的研究較少。
技術實現思路
1、針對現有技術存在的問題，本專利技術提供了一種用于自身免疫性肝炎的肝硬化預測和無創診斷系統。
3、s101：選取自身免疫性肝炎患者的血液樣本，進行數據采集，包括總蛋白、白蛋白、總膽紅素、直接膽紅素、天冬氨酸氨基轉移酶(ast)、丙氨酸氨基轉移酶(alt)、堿性磷酸酶(alp)、谷氨酰轉肽酶(ggt)、尿素、肌酐、血小板計數(plt)等血液指標；
4、s102：根據采集患者的臨床病理數據，將患者分為肝硬化組和非肝硬化組；
5、s103：將血液檢測指標與患者的臨床病理數據進行關聯分析，篩選關鍵預測因子。
6、進一步，所述s101具體包括：
7、選取aih患者48例進行建模分析，其中男性10例，女性38例，平均年齡為53.6±11.9歲；選取aih患者10例作為測試集樣本進行模型測試，其中男性2例，女性8例。
8、進一步，所述s102具體包括：
9、穿刺獲取肝組織，立即置于10％中性甲醛溶液中固定，常規脫水、石蠟包埋、切片、he染色和封片；肝組織損害程度的纖維化分期s來表示；采用scheuer評分標準進行纖維化分期，s0為無纖維化，s1為纖維化局限于匯管區，s2為匯管區周圍出現星芒狀纖維化或出現pp纖維間隔，且肝小葉結構保持完好，s3為纖維化開始破壞肝小葉結構，出現pc纖維間隔，且無明顯肝硬化，s4為可疑或肯定的肝硬化；將s0-s3定為非肝硬化組，s4定為肝硬化組。
10、進一步，所述s103具體包括：
11、檢測血生化指標包括總蛋白、白蛋白、總膽紅素、直接膽紅素、天冬氨酸氨基轉移酶ast、丙氨酸氨基轉移酶alt、堿性磷酸酶alp、谷氨酰轉肽酶ggt、尿素、肌酐等；進行血常規檢測，包括白細胞計數、中性粒細胞比率、淋巴細胞比率、血小板計數plt；檢測血凝指標，包括凝血酶原時間pt、活動度、國際標準化比值等；特定蛋白儀檢測血清igg、igm、iga、c3和c4水平。
12、進一步，所述s104具體包括：
13、使用spss16.0軟件進行統計學分析，計量資料的比較，對符合正態分布的以表示，采用t檢驗；對不符合正態分布的以m(p25,p75)表示，采用mann?whitney秩和檢驗；計數資料的比較，進行χ2檢驗；篩選出肝硬化組和無肝硬化組間差別的關鍵預測因子為國際標準化比值、總膽紅素、直接膽紅素和iga；采用二元logistic回歸方法聯合篩選出的關鍵預測因子構建預測診斷模型；繪制受試者工作特征曲線roc并計算roc曲線下面積，評估各指標診斷肝硬化的效能，p<0.05為差別有統計學意義。
14、本專利技術另一目的在于提供一種用于自身免疫性肝炎的肝硬化預測和無創診斷系統包括：
15、數據采集模塊，用于采集患者的血液檢測指標，所述血液檢測指標包括總蛋白、白蛋白、總膽紅素、直接膽紅素、天冬氨酸氨基轉移酶(ast)、丙氨酸氨基轉移酶(alt)、堿性磷酸酶(alp)、谷氨酰轉肽酶(ggt)、尿素、肌酐、血小板計數(plt)、國際標準化比值(inr)、免疫球蛋白a(iga)等；
16、數據處理模塊，用于對所述血液檢測指標進行預處理，包括數據清理、標準化及缺失值處理等操作，以確保數據質量；
17、模型構建模塊，用于根據血液檢測數據和臨床病理數據訓練和構建肝硬化預測模型，所述模型基于二元logistic回歸分析構建，預測診斷公式為：logit(p)＝0.033×inr-0.147×總膽紅素(μmol/l)+0.196×直接膽紅素(μmol/l)+0.588×iga(g/l)-2.494，當logit(p)≥0.214時，預測診斷為自身免疫性肝炎(aih)患者肝硬化；
18、結果展示模塊，用于將無創診斷的預測結果展示給醫生，幫助醫生進行臨床決策，所述結果以圖表和文字形式呈現。
19、本專利技術另一目的在于一種計算機設備，所述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，所述計算機程序被所述處理器執行時，使得所述處理器執行所述用于自身免疫性肝炎的肝硬化預測和無創診斷系統的步驟。
20、本專利技術另一目的在于提供一種計算機可讀存儲介質，存儲有計算機程序，所述計算機程序被處理器執行時，使得所述處理器執行所述用于自身免疫性肝炎的肝硬化預測和無創診斷系統的步驟。
21、本專利技術另一目的在于提供一種信息數據處理終端，所述信息數據處理終端用于實現所述血液檢測指標在構建自身免疫性肝炎患者肝硬化預測和無創診斷模型中的價值評估系統。
22、結合上述的技術方案和解決的技術問題，本專利技術所要保護的技術方案所具備的優點及積極效果為：
23、第一、本專利技術基于4項血液檢測指標建立的模型對aih患者肝硬化具有良好的預測診斷價值，對于因有禁忌癥無法行肝穿或者懼怕肝穿的aih患者的肝硬化無創診斷和療效監測提供參考依據。
24、生化、血常規和血凝檢測屬于臨床上較常見的檢查項目，檢測便捷，臨床資料易于獲得，相關指標的應用也較廣泛。本專利技術選取生化、血常規和血凝檢測中的22項指標來構建aih患者肝硬化預測診斷模型。通過初步比較分析，我們發現22項血液檢測指標中，國際標準化比值、總膽紅素、直接膽紅素和iga在aih患者非肝硬化組和肝硬化組差別有統計學意義，提示這4項指標可能與aih患者是否發生肝硬化存在關聯。接著，我們進一步采用roc曲線法分析4種血液檢測指本文檔來自技高網...
【技術保護點】
1.一種用于自身免疫性肝炎的肝硬化預測和無創診斷系統，其特征在于，所述系統包括：
2.如權利要求1所述的系統，其特征在于，所述數據采集模塊進一步包括血常規檢測子模塊、血凝檢測子模塊和特定蛋白檢測子模塊，分別用于檢測白細胞計數、中性粒細胞比率、凝血酶原時間PT、IgG、IgM、IgA、C3、C4等相關指標。
3.如權利要求1所述的系統，其特征在于，所述數據處理模塊通過SPSS16.0軟件進行統計學分析，包括t檢驗、Mann?Whitney秩和檢驗和χ2檢驗，進一步通過二元Logistic回歸方法聯合關鍵預測因子構建肝硬化預測診斷模型。
4.如權利要求1所述的系統，其特征在于，所述模型構建模塊包括機器學習算法模塊，用于利用多變量回歸或其他機器學習算法對血液檢測指標和病理數據進行建模分析，以生成用于肝硬化預測的無創診斷模型。
5.如權利要求1所述的系統，其特征在于，所述系統進一步包括受試者工作特征曲線(ROC)生成模塊，用于繪制ROC曲線并計算曲線下面積，用以評估血液檢測指標在肝硬化診斷中的診斷效能。
6.如權利要求1所述的系
7.一種用于構建自身免疫性肝炎患者肝硬化預測和無創診斷模型的血液檢測數據處理方法，其特征在于，該方法包括以下步驟：
8.根據權利要求7所述的血液檢測數據處理方法，其特征在于，所述步驟S103進一步包括采用多變量回歸分析，結合血液檢測指標，構建肝硬化預測模型，識別與肝纖維化和肝硬化相關的關鍵預測因子；
9.根據權利要求7所述的血液檢測數據處理方法，其特征在于，所述方法還包括：
10.根據權利要求7所述的血液檢測數據處理方法，其特征在于，進一步包括：
...【技術特征摘要】
1.一種用于自身免疫性肝炎的肝硬化預測和無創診斷系統，其特征在于，所述系統包括：
2.如權利要求1所述的系統，其特征在于，所述數據采集模塊進一步包括血常規檢測子模塊、血凝檢測子模塊和特定蛋白檢測子模塊，分別用于檢測白細胞計數、中性粒細胞比率、凝血酶原時間pt、igg、igm、iga、c3、c4等相關指標。
3.如權利要求1所述的系統，其特征在于，所述數據處理模塊通過spss16.0軟件進行統計學分析，包括t檢驗、mann?whitney秩和檢驗和χ2檢驗，進一步通過二元logistic回歸方法聯合關鍵預測因子構建肝硬化預測診斷模型。
4.如權利要求1所述的系統，其特征在于，所述模型構建模塊包括機器學習算法模塊，用于利用多變量回歸或其他機器學習算法對血液檢測指標和病理數據進行建模分析，以生成用于肝硬化預測的無創診斷模型。
5.如權利要求1所述的系統，其特征在于，所述系統進一步包...
【專利技術屬性】
技術研發人員：吳敏娟，胥萍，宋翌琰，徐俊馳，馬麗玲，陳慧，殷曉云，周芬，黃麗娜，杜明偉，
申請(專利權)人：蘇州市第五人民醫院蘇州市職業病醫院，蘇州市職業病和化學中毒急救中心，蘇州肝病研究所，
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。