[发明专利]一种重症脓毒症患者一过性和持续性AKI的预测模型及其构建方法

权利要求书

1.一种重症脓毒症患者一过性和持续性AKI的预测模型，其特征在于，所述预测模型包括以下连续性变量：

年龄Age，单位为岁；动脉血氧分压PaO₂，单位为毫米汞柱；动脉血二氧化碳分压PaCO₂，单位为毫米汞柱；阴离子间隙Anion gap，单位为毫摩尔每升；乳酸Lactate，单位为毫摩尔每升；国际标准化比值INR，无单位；部分凝血活酶时间Ptt，单位为秒；

所述预测模型包括以下分类变量：

糖尿病Diabetes mellitus、充血性心衰Congestive heart failure、慢性肾脏病Chronic kidney disease、需要机械通气Mechanical ventilation和启动肾脏替代治疗RRT induction，此五类变量根据患者实际情况选择有或无，当选择有时，其对应数值为1，当选择无时，其对应数值为0；

所述预测模型还包括以下分类变量：

AKI尿量分期UO stage和AKI肌酐分期SCr stage，此两类变量根据患者实际情况选择0期、1期、2期或3期，当选择任意一期时，该期对应数值为1，其它期对应数值为0；

所述预测模型包括预测概率表达式(1)，所述预测概率表达式(1)具体为：

其中，A＝0.006161×Age-0.002077×PaO₂+0.009274×PaCO₂+0.026074×Anion gap+0.020870×Lactate+0.068955×INR+0.002655×Ptt+0.259688×Diabetes mellitus+0.320812×Congestive heart failure+0.147493×Chronic kidney disease+0.270744×Mechanical ventilation+1.361824×RRT induction+0×UO Stage 0+0.494265×UOStage 1+1.279487×UO Stage 2+2.169034×UO Stage 3+0×SCr Stage 0+0.856714×SCr Stage 1+2.333892×SCr Stage 2+2.585134×SCr Stage 3-2.877650；P表示概率分值，P的截断值为0.6316，当患者概率分值低于截断值时，为低风险患者，患者病情为一过性AKI且于AKI发生48小时内恢复；当患者概率分值高于截断值时，为高风险患者，患者病情于AKI发生48小时后进展为持续性AKI。

2.一种如权利要求1所述的重症脓毒症患者一过性和持续性AKI的预测模型的构建方法，其特征在于，包括以下步骤：

步骤S1、收集重症监护数据库中进入重症监护室后48小时内发生AKI的脓毒症患者的临床数据；

步骤S2、使用极端梯度提升Xgboost算法对临床数据处理后得到用于区分一过性和持续性AKI的特征变量重要性排序，选择排名前20位的特征用于进一步特征筛选；

步骤S3、使用最小绝对收缩和选择算子LASSO算法对步骤S2中得到的20位特征进行进一步筛选，得到14位变量，分别为年龄Age、动脉血氧分压PaO₂、动脉血二氧化碳分压PaCO₂、阴离子间隙Anion gap、乳酸Lactate、国际标准化比值INR、部分凝血活酶时间Ptt、糖尿病Diabetes mellitus、充血性心衰Congestive heart failure、慢性肾脏病Chronic kidneydisease、需要机械通气Mechanical ventilation、启动肾脏替代治疗RRT induction、AKI尿量分期UO stage和AKI肌酐分期SCr stage；

步骤S4、选择步骤S3中得到的14位变量，使用logistic回归构建重症脓毒症患者一过性和持续性AKI的预测模型；

步骤S5、根据步骤S4中构建的预测模型，使用R软件将所述预测模型转化成预测概率表达式(1)，根据预测概率表达式(1)计算出重症脓毒症患者进展为一过性和持续性AKI的风险。