[发明专利]基于认知的青少年及成人通用的首发精神分裂症诊断模型、构建方法和诊断系统

说明书

本发明提供一种基于认知的青少年及成人通用的首发精神分裂症诊断模型、构建方法和诊断系统，涉及精神分裂症诊断技术领域。本发明的诊断模型，通过以下方法构建得到：根据MCCB认知测验指标，利用整合了上采样法和下采样法的联合采样方式辨别冗余样本，采用支持向量机分类算法建模，并以留一法交叉验证，调整模型参数构建而成；所述MCCB认知测验指标不包含社会认知指标。本发明的诊断模型可通用于成年和青少年精神分裂症患者的客观诊断，测试结果的可重复性和准确性高。

技术领域

本发明涉及精神分裂症诊断技术领域，特别是涉及一种基于认知的青少年及成人通用的首发精神分裂症诊断模型、构建方法和诊断系统。

背景技术

精神分裂症是一种严重的精神疾病，临床主要表现为幻觉、妄想、思维、言行紊乱，以及阴性症状。精神分裂症的全球发病率约1％。临床研究表明该病多起病于青少年及成年早期，越早治疗，效果越好，早期正确的诊断是决定精神分裂症能否获得功能康复最大化的关键因素。目前，该病的诊断主要依据缺乏客观依据的症状表现，然而该病临床表现多样，尤其是对于青少年起病的精神分裂症患者，临床表现更是复杂多变，早期诊断困难。

目前，临床上尚未有能通用于青少年和成年人的精神分裂症的客观诊断工具，没有可借鉴的现成方法。既往基于认知的成人精神分裂症诊断模型，建模过程不严格，或未经交叉验证，或未经过严格的测试集进一步验证，甚至没有测试数据集，无法很好保证模型的泛化性，使得模型性能在真正应用于临床时难以复现。因此，精神科临床迫切需求开发一种基于客观标记的、高准确率、且能同时适用于青少年和成人的精神分裂症早期识别或诊断工具。

发明内容

基于此，有必要针对上述问题，提供一种基于认知的青少年及成人通用的首发精神分裂症诊断模型的构建方法，构建得到的诊断模型可通用于成年和青少年精神分裂症患者的客观诊断，测试结果可重复性和准确性高。

一种基于认知的青少年及成人通用的首发精神分裂症诊断模型的构建方法，包括以下步骤：

采样：采集样本，所述样本中包括患者和健康者；所述患者符合美国精神障碍诊断与统计手册第5版(DSM-5)精神分裂症诊断标准，且为首次发病；所述健康者目前和既往均不符合DSM-5精神障碍诊断标准；

划分：从所述样本中划分训练集，所述训练集中包括患者和健康者；

数据预处理：采用国际通用的精神分裂症成套认知测试工具MCCB(MATRICSConsensus Cognitive Battery)认知测验对训练集的被试者进行评分，所述MCCB认知测验指标中不包含社会认知指标；

模型构建：通过整合了上采样法和下采样法的联合采样方法使得训练集中患者和健康者的样本数量得到匹配，采用支持向量机分类算法建模，并以留一法交叉验证调整模型参数，得到基于认知的青少年及成人通用的首发精神分裂症诊断模型。

研究表明成人、青少年精神分裂症患者在疾病早期均可存在广泛的认知功能损害，而且这种认知缺陷具有稳定的遗传性，且与患者的功能状态密切相关，认知功能可作为早期识别成人和青少年精神分裂症的客观特征，将其与机器学习技术整合，有望建立个体化诊断模型，有效早期识别成人和青少年精神分裂症患者。神经认知诊断标记操作简便，不受仪器设施等客观条件的制约，易于推广到基层，且检测结果相对稳定可靠。

本发明针对临床无通用于成人和青少年的精神分裂症客观诊断模型这一现状，依据MCCB指标，通过规范的数据预处理和机器学习分类模型构建流程，建立起一种成人及青少年通用的精神分裂症诊断模型。本发明在MCCB指标基础上剔除了社会认知维度，发明人通过多点采集数据发现年龄较小的青少年患者难以完成MCCB中的社会认知模块，而既往基于认知的成人精神分裂症模型，往往纳入了社会认知维度指标，使得其难以进一步应用于青少年中。因此，本发明在模型构建时剔除了社会认知维度变量，提高了该模型在青少年患者诊断实际应用中的可行性。