[发明专利]一种针对普通人群的颈动脉硬化与颈动脉斑块预测模型的建立方法在审
| 申请号: | 201911079005.7 | 申请日: | 2019-11-06 |
| 公开(公告)号: | CN111261279A | 公开(公告)日: | 2020-06-09 |
| 发明(设计)人: | 余运贤;邵布勒;莫敏佳 | 申请(专利权)人: | 浙江大学 |
| 主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H50/30 |
| 代理公司: | 杭州杭诚专利事务所有限公司 33109 | 代理人: | 尉伟敏;何俊 |
| 地址: | 310012 浙江*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 针对 普通 人群 颈动脉 硬化 预测 模型 建立 方法 | ||
1.一种针对普通人群的颈动脉硬化与颈动脉斑块预测模型的建立方法,其特征在于包括以下步骤:
1)建模人群选取:选取普通人群作为建模人群;
2)信息收集:收集建模人群的以下信息:
a)性别、年龄和既往病史;
b)生理测量数据:包括身高、体重和血压;
c)实验室生化检测数据:包括碱性磷酸酶、丙氨酸氨基转移酶、γ-谷氨酰转肽酶、总胆红素、直接胆红素、间接胆红素、空腹血糖、血清总胆固醇、高密度脂蛋白胆固醇、低密度脂蛋白胆固醇、甘油三酯、尿酸、体质指数和血红蛋白;
d)颈动脉内膜中层厚度IMT数据;
3)建模人群分组:以两侧颈动脉IMT最大值作为评价指标,将建模人群分为正常组和异常组;
4)统计建模:随机抽取一定数量的样本作为建模组,选取正常组与异常组之间差异具有统计学意义的变量,及既往研究发现的相关因素作为自变量,将其纳入多因素Logistic回归模型建立预测模型,使用逐步回归法筛选出最终的变量,将建立的预测模型用剩余样本作为验证组进行验证,使用ROC的AUC、约登指数、灵敏度、特异度、准确率和校准度评价模型预测效能;
5)预测模型评价:根据建模组与验证组模型ROC的AUC评价模型的区分度,根据预测模型的校准曲线评价模型的校准度,将模型约登指数最大值对应的概率作为诊断阈值,评价预测结果的准确率。
2.如权利要求1所述的方法,其特征在于,步骤1)中,所述普通人群排除:①恶性肿瘤患者;②结缔组织系统疾病患者;③血液系统疾病患者;④自身免疫系统疾病患者;⑤骨质疏松患者;⑥肝肾损害患者;⑦精神障碍患者。
3.如权利要求1所述的方法,其特征在于,步骤3)中,评价指标为:正常组:IMT<0.9mm;异常组:颈动脉粥样硬化0.9≤IMT<1.3;动脉硬化斑块为IMT≥1.3mm,或局部病灶厚度超过周围厚度50%,伴或不伴钙化管腔狭窄且未造成管腔闭塞。
4.如权利要求1所述的方法,其特征在于,步骤4)中,建模组的数量为建模人群的70-80%。
5.如权利要求1所述的方法,其特征在于,步骤4)中,所述相关因素包括性别、年龄、血压、低密度脂蛋白胆固醇、空腹血糖、γ-谷氨酰转肽酶和胆红素。
6.如权利要求1所述的方法,其特征在于,步骤4)中,建模组的数量为建模人群的70%。
7.如权利要求1或5或6所述的方法,其特征在于,步骤4)中,在使用逐步回归法筛选出最终的变量时,变量进入与保留在模型的显著性水平界值均为0.05-0.1。
8.如权利要求7所述的方法,其特征在于,步骤4)中,在使用逐步回归法筛选出最终的变量时,变量进入与保留在模型的显著性水平界值均为0.10。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江大学,未经浙江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911079005.7/1.html,转载请声明来源钻瓜专利网。





