[发明专利]孤独症发病预测模型构建方法、预测方法及装置

说明书

本申请提供了一种孤独症发病预测模型构建方法、预测方法及装置，其中所构建的孤独症发病预测模型基于样本集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构建，基于该预测模型能实现在儿童出生后能尽早筛查或诊断孤独症，以期早期发现、早期诊断，从而尽早开展系统的行为干预及改善预后，以提高预后效果。

技术领域

本申请涉及医疗电子系统领域，尤其涉及一种孤独症发病预测模型构建方法、预测方法及装置。

背景技术

孤独症(自闭症)谱系障碍(Autism Spectrum Disorder,ASD)是常见的致残性神经发育性疾病。据美国疾控中心最新的研究显示患病率已高达1.85％(即1/54)，我国的患病率约为0.39％，但该数据很可能低估了真实的患病情况。孤独症谱系障碍通常起病于儿童早期(3岁以前)并会延续终身，主要疾病症状为：持续的社会交流和互动障碍，以及显著的刻板/重复性行为和兴趣。不仅如此，该病还会严重影响儿童的智力和语言发育，且患者通常还会合并多种精神或躯体疾病。除影响个体健康外，孤独症谱系障碍还会对家庭和社会造成沉重的负担。

目前尚无针对孤独症社交障碍等核心症状的治疗药物，仅能通过长期系统的行为干预改善预后。大量临床研究也表明在选择恰当干预方案的基础上，针对ASD患者的干预开展时间越早，其预后改善程度越好。开展早期的干预的关键之一在于早期发现、早期诊断。美国儿科学会(AAP)建议从出生后9个月即开始定期筛查，对可疑患有孤独症等发育障碍的患儿进行更详细的专业评估，并及早进行干预。

但目前临床上孤独症通常在3～4岁甚至更晚才得以诊断，许多患儿存在诊断延误。引起诊断延误的原因之一在于临床现有的筛查或诊断工具仅仅基于儿童的行为表现进行评估判断，而孤独症早期的行为异常有时难以在低龄幼儿中被及时发现或准确识别，这就导致这些工具适用的年龄有限，通常只能对9个月以上的儿童进行筛查，对12-18个月以上的儿童进行诊断，且存在应用年龄越低，假阳性\假阴性率越高的问题。

因此，需要寻找一种儿童出生后尽早筛查或诊断孤独症的有效方法。

申请内容

本申请的目的在于提供一种孤独症发病预测模型构建方法、预测方法及装置，能实现在儿童出生后尽早筛查或诊断孤独症。

为实现上述申请目的，本申请提出了如下技术方案：

第一方面，提供一种孤独症发病预测模型构建方法，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。

在一种较佳的实施方式中，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。

在一种较佳的实施方式中，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；