【技術實現步驟摘要】
本專利技術涉及醫療，尤其涉及一種胃癌術后營養不良的風險預警方法及其系統。
技術介紹
1、胃癌是全球范圍內常見的惡性腫瘤之一，其發病率和死亡率均較高。手術治療是胃癌的主要治療手段，然而，術后營養不良是胃癌手術后的常見并發癥，其嚴重影響患者的術后恢復和生活質量。
2、目前，患者主觀整體評估量表(pg-sga)雖然具有較好的可靠性和有效性，但其評估結果往往依賴于患者的自身感受和醫護人員的主觀判斷，這可能影響評估結果的準確性。并且現有的風險預警模型大多基于單中心、小樣本的研究數據進行建立，其泛化能力和預測準確性較差。在模型的建立過程中，部分重要變量可能因數據缺失或統計方法的限制而被忽略，進而導致模型的預測能力受限。此外，現有的預警模型大多在術后建立，無法在術前或術中及時識別出高?；颊?，這可能導致營養干預措施的實施滯后，進而錯過最佳的營養支持時機，并且目前的營養支持計劃往往基于統一的營養指南進行制定，缺乏針對患者的個性化干預方案，這可能導致營養支持效果不佳，甚至造成資源浪費。
3、因此，有必要提供一種胃癌術后營養不良的風險預警方法及其系統解決上述技術問題。
技術實現思路
1、為解決上述技術問題，本專利技術提供一種胃癌術后營養不良的風險預警方法及其系統用于解決現有的風險預警方法無法對胃癌患者術后營養不良的風險進行精準、全面預警，且無法制定及時、有效的營養干預方案的問題。
2、本專利技術提供的一種胃癌術后營養不良的風險預警方法，所述方法包括：
3、
4、構建甲基化風險評分模型，收集所述胃癌患者的胃癌甲基化數據，基于所述甲基化風險評分模型根據所述胃癌甲基化數據確定對應的甲基化風險評分；
5、基于營養風險篩查工具對所述胃癌患者的營養狀況進行量化評估，得到對應的營養風險等級；
6、根據所述基因表達數據、臨床指標、甲基化風險評分和營養風險等級確定與胃癌術后營養不良相關的風險特征，基于支持向量機根據所述風險特征構建胃癌術后營養不良的風險預警模型；
7、獲取患者端的當前風險數據并輸入至所述風險預警模型，輸出所述患者端營養不良的風險評分和風險等級，根據所述風險等級生成對應的風險干預措施并反饋給醫護端。
8、優選的，所述構建甲基化風險評分模型，收集所述胃癌患者的胃癌甲基化數據，基于所述甲基化風險評分模型根據所述胃癌甲基化數據確定對應的甲基化風險評分，具體包括：
9、基于胃癌甲基化譜數據集，收集所述胃癌患者的胃癌甲基化數據，并對所述胃癌甲基化數據進行預處理操作；
10、基于生物信息學方法識別所述胃癌甲基化數據中的差異甲基化位點，其中，所述差異甲基化位點包括高甲基化位點和低甲基化位點；
11、構建所述甲基化風險評分模型，根據識別出的所述差異甲基化位點計算得到對應的所述甲基化風險評分，所述甲基化風險評分的計算公式為：
12、j＝∑(lm*tm)
13、式中，j表示甲基化風險評分；lm表示第m個差異甲基化位點的權重系數；tm表示第m個差異甲基化位點的甲基化水平值。
14、優選的，所述基于營養風險篩查工具對所述胃癌患者的營養狀況進行量化評估，得到對應的營養風險等級，具體包括：
15、根據臨床需求選擇所述營養風險篩查工具；
16、應用所述營養風險篩查工具對所述胃癌患者的營養狀況進行量化評估，生成對應的量化評估結果；
17、基于所述量化評估結果，結合所述胃癌患者的年齡、性別、體重、飲食攝入量和消化道癥狀，綜合判斷得到所述營養風險等級；
18、根據所述臨床指標和甲基化風險評分對生成的所述營養風險等級進行相應調整及優化。
19、優選的，所述根據所述基因表達數據、臨床指標、甲基化風險評分和營養風險等級確定與胃癌術后營養不良相關的風險特征，基于支持向量機根據所述風險特征構建胃癌術后營養不良的風險預警模型，具體包括：
20、基于皮爾遜相關系數，計算所述基因表達數據、臨床指標、甲基化風險評分和營養風險等級對應的風險數據與風險評分之間的關聯程度，所述關聯程度的計算公式為：
21、
22、式中，r表示基因表達數據、臨床指標、甲基化風險評分和營養風險等級對應的風險數據與風險評分之間的關聯程度；xd表示第d個基因表達數據、臨床指標、甲基化風險評分和營養風險等級對應的風險數據；表示基因表達數據、臨床指標、甲基化風險評分和營養風險等級對應的風險數據的均值；yd表示對應的第d個風險評分；表示對應的風險評分的均值；d表示基因表達數據、臨床指標、甲基化風險評分和營養風險等級對應的風險數據的總數；
23、獲取預設風險特征數量，基于所述關聯程度對所述基因表達數據、臨床指標、甲基化風險評分和營養風險等級對應的風險數據進行排序，選取序號小于等于所述預設風險特征數量的所述風險數據作為所述風險特征。
24、優選的，基于支持向量機，根據所述風險特征確定所述風險預警模型對應的目標函數，所述目標函數的表達式為：
25、
26、式中，min表示取最小值操作；w表示超平面的法向量；b表示超平面的截距；
27、所述目標函數對應的約束條件為：
28、
29、式中，yi表示第i個風險特征對應的風險類別標簽；w表示超平面的法向量；xi表示第i個風險特征；b表示超平面的截距；n表示風險特征的總數。
30、優選的，引入徑向基函數核，將原始空間中的所述風險特征映射到高維特征空間中，所述徑向基函數核的計算公式為：
31、k(xi，xj)＝exp(-γ||xi-xj||2)
32、式中，k表示徑向基函數核；exp()表示以自然常數e為底的指數函數；γ表示徑向基函數核的參數；||xi-xj||表示第i個風險特征xi和第j個風險特征xj之間的歐氏距離；
33、引入拉格朗日乘子α*，確定所述拉格朗日乘子α*對應的支持向量x*，生成所述風險預警模型對應的決策函數，所述決策函數的計算公式為：
34、
35、式中，fxpf(x)表示決策函數的計算結果，即風險評分；x表示輸入的風險特征；α*表示拉格朗日乘子；x*表示支持向量；y*表示支持向量對應的風險類別標簽；k表示徑向基函數核；b表示超平面的截距；n表示支持向量的數量。
36、優選的，所述獲取患者端的當前風險數據并輸入至所述風險預警模型，輸出所述患者端營養不良的風險評分和風險等級，根據所述風險等級生成對應的風險干預措施并反饋給醫護端，具體包括：
37、獲取所述患者端的當前風險數據，對所述當前風險數據進行預處理操作并輸入至所述風險預警模型，計算得到所述患者端營養不良的風險評分；
38、獲取最低風險評分tmin和最高風險評分tmax，基于所述風險評分對所述患者端進行風險等級劃本文檔來自技高網...
【技術保護點】
1.一種胃癌術后營養不良的風險預警方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種胃癌術后營養不良的風險預警方法，其特征在于，所述構建甲基化風險評分模型，收集所述胃癌患者的胃癌甲基化數據，基于所述甲基化風險評分模型根據所述胃癌甲基化數據確定對應的甲基化風險評分，具體包括：
3.根據權利要求1所述的一種胃癌術后營養不良的風險預警方法，其特征在于，所述基于營養風險篩查工具對所述胃癌患者的營養狀況進行量化評估，得到對應的營養風險等級，具體包括：
4.根據權利要求1所述的一種胃癌術后營養不良的風險預警方法，其特征在于，所述根據所述基因表達數據、臨床指標、甲基化風險評分和營養風險等級確定與胃癌術后營養不良相關的風險特征，基于支持向量機根據所述風險特征構建胃癌術后營養不良的風險預警模型，具體包括：
5.根據權利要求4所述的一種胃癌術后營養不良的風險預警方法，其特征在于，基于支持向量機，根據所述風險特征確定所述風險預警模型對應的目標函數，所述目標函數的表達式為：
6.根據權利要求5所述的一種胃癌術后營養不良的風險預警方法
7.根據權利要求1所述的一種胃癌術后營養不良的風險預警方法，其特征在于，所述獲取患者端的當前風險數據并輸入至所述風險預警模型，輸出所述患者端營養不良的風險評分和風險等級，根據所述風險等級生成對應的風險干預措施并反饋給醫護端，具體包括：
8.一種胃癌術后營養不良的風險預警系統，應用于如權利要求1-7任意一項所述的一種胃癌術后營養不良的風險預警方法，所述系統包括：
...【技術特征摘要】
1.一種胃癌術后營養不良的風險預警方法，其特征在于，所述方法包括：
2.根據權利要求1所述的一種胃癌術后營養不良的風險預警方法，其特征在于，所述構建甲基化風險評分模型，收集所述胃癌患者的胃癌甲基化數據，基于所述甲基化風險評分模型根據所述胃癌甲基化數據確定對應的甲基化風險評分，具體包括：
3.根據權利要求1所述的一種胃癌術后營養不良的風險預警方法，其特征在于，所述基于營養風險篩查工具對所述胃癌患者的營養狀況進行量化評估，得到對應的營養風險等級，具體包括：
4.根據權利要求1所述的一種胃癌術后營養不良的風險預警方法，其特征在于，所述根據所述基因表達數據、臨床指標、甲基化風險評分和營養風險等級確定與胃癌術后營養不良相關的風險特征，基于支持向量機根據所述風險特征構建胃癌術后營養不良的風險預警模型，具體包括：<...
【專利技術屬性】
技術研發人員：陳琪，林春燕，宋潔，姚云，邵翠香，
申請(專利權)人：江南大學附屬醫院，
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。