[发明专利]基于铁代谢指标的结核病风险预测模型的构建方法和系统

说明书

本发明提供了一种基于铁代谢指标的结核病发病风险预测模型的建立方法，包括以下步骤：(1)样本的收集与处理；(2)从样本中测定铁代谢指标，具体包括三种血清铁的数据，即血清铁、转铁蛋白和铁蛋白；(3)使用神经网络的方法拟合训练集进行模型的构建，记录最优模型参数；同时根据ROC曲线使用验证集计算模型分类的阈值，构建得到结核病发病风险评估模型。本发明测定了样本人血清中铁代谢指标的数据，利用神经网络模型对这三个指标进行建模分析，利用算法和铁代谢指标，建立了一种结核病发病风险预测的模型，该模型具有高敏感性、特异性，可用于结核病发病的风险评估。

技术领域

本发明涉及模型的构建方法，具体涉及一种基于铁代谢指标的结核病风险预测模型的构建方法和系统。

背景技术

结核病是严重危害人类健康的慢性传染性疾病。据世界卫生组织2016年报道，全球新发1040万人，死亡140万人，耐药48万人。我国是全球结核病高负担第二的国家，如何提高结核病防治效果是国家布局的重大攻关课题。及时发现和诊断结核病患者，是当前提高治疗成功率，减少疾病传播的结核病防治主要策略。然而，由于结核病的复杂性和特殊性，当前的结核病诊断技术远远不能满足临床的需求。病原学诊断，也就是从患者来源的标本中找到结核菌存在的直接证据，是当前确诊结核病的金标准，具体包括微生物学显微镜检查(分枝杆菌抗酸染色涂片)和分枝杆菌培养，以及近年来发展的核酸检测诊断技术。遗憾的是，这些技术存在敏感性严重不足的缺点，即便联合应用上述三项检测技术的敏感性也不足50％：另外，结核菌培养还存在耗时长(1到2个月)，对生物安全要求高等缺点。这些现实问题，不仅容易造成临床上的误诊和漏诊，延误治疗机会，而且从结核病预防控制的角度，显著增加了结核在社区播散的机会，增加结核病防控的难度。

人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。它的构筑理念是受到生物(人或其他动物)神经网络功能的运作启发而产生的。人工神经网络通常是通过一个基于数学统计学类型的学习方法(LearningMethod)得以优化，所以人工神经网络也是数学统计学方法的一种实际应用，通过统计学的标准数学方法我们能够得到大量的可以用函数来表达的局部结构空间，另一方面在人工智能学的人工感知领域，我们通过数学统计学的应用可以来做人工感知方面的决定问题(也就是说通过统计学的方法，人工神经网络能够类似人一样具有简单的决定能力和简单的判断能力)，这种方法比起正式的逻辑学推理演算更具有优势。

铁是维持结核菌和宿主基本代谢的重要微量元素，铁代谢与结核病发生发展关系密切。临床上通过络合法、化学发光法和免疫比浊法来检测人血清样本中铁代谢相关指标：血清铁serum iron、铁蛋白ferritin和转铁蛋白transferrin。我们测定了样本人血清中铁代谢指标的数据，利用神经网络模型(NNET，Neural Network)对这三个指标进行建模分析，该模型是把已知的足够多的系统输入、输出值做为训练样本，按给定的规则训练网络，使该网络的输出误差控制在预定范围内的一种算法。NNET具有大规模并行、分布式存储和处理、自组织、自适应和自学能力，特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题；我们利用该算法和铁代谢指标，建立了一种结核病发病风险预测的模型，该模型具有高敏感性、特异性，可用于结核病发病的风险评估。

发明内容

本发明的目的在于提供一种基于铁代谢指标的结核病风险预测模型的构建方法，利用神经网络算法，构建用于评估结核病发病风险模型。

为实现上述目的，本发明提供了一种基于铁代谢指标的结核病风险预测模型的构建方法，包括以下步骤：

(1)样本的收集与处理；

(2)从样本中测定铁代谢指标，具体包括三种代谢相关指标的数据，即血清铁、转铁蛋白和铁蛋白；