[发明专利]孤独症发病预测模型构建方法、预测方法及装置

权利要求书

1.孤独症发病预测模型构建方法，其特征在于，所述构建方法包括：

对预先采集的样本集的至少一项候选变量进行筛选获得所述样本集的至少一项危险因素；所述至少一项候选变量包括所述样本集中每一样本的至少一项孕前环境因素变量和/或至少一项孕产期环境因素变量；

基于所述至少一项危险因素构建孤独症发病预测模型，并确定所述孤独症发病预测模型的至少一项目标变量；

所述至少一项候选变量包括至少一项连续变量；所述对预先采集的样本集的至少一项候选变量进行筛选获得所述样本集的至少一项危险因素，包括：

基于所述至少一项连续变量确定相应连续变量的变量参照组，基于所述变量参照组确定至少一项候选变量在所述样本集中的发生率；

根据预先设置的任一候选变量的缺失率阈值对所述至少一项候选变量进行第一次筛选；

对第一次筛选后的所述至少一项候选变量进行数据填补和/或变量合并；

根据预先设置的危险因素发生率阈值对完成数据填补和/或变量合并的所述至少一项候选变量基于相应的发生率进行第二次筛选获得所述样本集的至少一项危险因素；

所述对第一次筛选后的所述至少一项候选变量进行数据填补和/或变量合并，包括：

采用期望最大化算法对第一次筛选后的所述至少一项候选变量进行数据填补；和/或，

将发生率小于预设危险因素发生率阈值的候选变量与关联候选变量进行合并。

2.根据权利要求1所述的构建方法，其特征在于，所述基于所述至少一项连续变量确定相应连续变量的变量参照组，包括：

根据预设任一连续变量与孤独症发病风险等级对应关系，将相应的所述连续变量划分成至少一个变量区间；

将所述孤独症发病风险等级最低的一个变量区间作为变量参照组。

3.根据权利要求1所述的构建方法，其特征在于，所述根据预先设置的任一候选变量的缺失率阈值对所述至少一项候选变量进行第一次筛选，包括：

获取每一候选变量的缺失率；

将缺失率小于相应预设缺失率阈值的候选变量筛除，获得第一次筛选后的所述至少一项候选变量。

4.根据权利要求1所述的构建方法，其特征在于，所述样本集包括预先标记的病例组及样本组；在获得所述样本集的至少一项危险因素之后，所述构建方法还包括：

基于病例-对照匹配法对所述病例组与所述样本组按照入组年龄进行组间1：1人数匹配。

5.根据权利要求1~4任意一项所述的构建方法，其特征在于，所述基于所述至少一项危险因素构建孤独症发病预测模型，并确定所述孤独症发病预测模型的至少一项目标变量，包括：

以所述至少一项危险因素为输入，相应的孤独症发病风险评分为输出，通过逐步Logistic回归方程构建孤独症发病预测模型；

基于所构建的孤独症发病预测模型确定相应的至少一项目标变量。

6.根据权利要求5所述的构建方法，其特征在于，所述方法还包括：

采用卡方自动交互检测决策树对所构建的所述逐步Logistic回归方程进行变量检测，以对获得的所述至少一项目标变量进行验证。

7.根据权利要求1~4、6任意一项所述的构建方法，其特征在于，所述至少一项目标变量包括孕期流感样症状、母亲过敏性或自身免疫性疾病、新生儿缺氧、孕期经历应激事件及剖腹产事件。

8.孤独症发病预测方法，其特征在于，所述预测方法包括：

获取待测目标对象的至少一项目标变量；

以所述至少一项目标变量为输入，通过如权利要求1~7任意一项所构建的孤独症发病预测模型进行预测获得所述目标对象的孤独症发病风险评分。