[发明专利]构建肺癌预测模型构建方法

权利要求书

1.一种构建肺癌预测模型构建方法，其特征在于，包括如下步骤：

S1：进行肺癌预测模型遗传变量选取的步骤；

S2：进行对其余变量的确认、收集及深度学习算法模型构建的步骤；

S3：进行模型队列数据验证的步骤；

S4：进行相关筛查指标在不同风险人群中验证的步骤。

2.根据权利要求1所述的构建肺癌预测模型构建方法，其特征在于，S1：进行肺癌预测模型遗传变量选取的步骤具体包括：

纳入所有pvalue0.05的位点，同时对前期研究发现的48个关联位点但并不在GWAS分析结果中的，进行补充。

3.根据权利要求1所述的构建肺癌预测模型构建方法，其特征在于：验证队列设计如下：

Case group:确诊为肺腺癌或肺鳞状细胞癌的患者，且在确诊前没有接受过放化疗治疗，且所需生化指标齐全；

Control group:有低剂量胸部CT或胸部X光片结果，证明当时肺部无结节的健康人群，且所需生化指标齐全；

两个组别的入组人群均大于2000人，第一阶段分析可在入组人群数分别达到1000人时开始启动，后续进组数据作为第二阶段数据并对前期结果进行验证与优化。

4.根据权利要求1所述的构建肺癌预测模型构建方法，其特征在于：还包括如下步骤：

人群入组时通过问卷，获取个人环境数据。

5.根据权利要求4所述的构建肺癌预测模型构建方法，其特征在于：所述个人环境数据包括性别、年龄、学历、种族、BMI、是否其它肺部疾病、家族病史、吸烟状态及烟量。

6.根据权利要求1所述的构建肺癌预测模型构建方法，其特征在于：基于其它人群队列的数据对构建的模型进行验证与评估，测量模型的灵敏度与特异性主要包括如下两个步骤：

根据构建模型的数据标准，对验证数据进行筛选，保持数据格式的一致性；

若存在其它人群队列数据，则选用其它人群队列数据作为验证集，否则用本次的部分数据作为验证集。

7.根据权利要求1所述的构建肺癌预测模型构建方法，其特征在于：具有后续筛查指标数据补充的情况下，基于预测模型区分出的不同风险人群，统计该指标在不同人群中的分布范围，从而作为是否对高风险人群推荐该指标筛查的数据基础。