[发明专利]一种超早期代谢相关脂肪性肝病的预测装置

权利要求书

1.一种超早期代谢相关脂肪性肝病预测模型的训练方法，其特征在于，其包括：

获取训练样本个体指标、标志物水平的检测结果及其对应的标注结果；所述标志物包括血清总蛋白TP和细胞角蛋白18，所述细胞角蛋白18选自角蛋白18-M30和角蛋白18-M65，所述个体指标包括身高质量指数BMI；

将训练样本的个体指标以及标志物水平的检测结果输入预先构建好的预测模型中，获得预测评估结果；其中，所述预测模型通过以下式12预测样本超早期代谢相关脂肪性肝病的患病风险或疾病状态；

式12：logit（P） =a+ d×BMI +e×M30-M65 + h×TP；

式中，BMI为身高质量指数；M30为血清的角蛋白18-M30的水平；M65为血清的角蛋白18-M65的水平；M30-M65：当M30≥150U/L或M65≥250U/L，M30-M65为0.5~1.5，当M30＜150U/L且M65＜250U/L时，M30-M65为0~0.3；TP为血清总蛋白浓度；a、d、e 和h均为常数；且a为-18~-8，d为0.10~0.50，e为1.2~1.8，h为0.05~0.09；

基于所述标注结果和所述评估结果对所述预测模型进行参数更新。

2.一种超早期代谢相关脂肪性肝病预测模型的训练方法，其特征在于，获取训练样本个体指标、标志物水平的检测结果及其对应的标注结果；所述标志物包括细胞角蛋白18、低密度脂蛋白LDL、血红蛋白HB、谷草转氨酶AST、血清总蛋白TP、高尔基体跨膜糖蛋白73GP73，所述细胞角蛋白18包括角蛋白18-M30和角蛋白18-M65，所述个体指标包括身高质量指数BMI和年龄age；

将训练样本的个体指标以及标志物水平的检测结果输入预先构建好的预测模型中，获得预测评估结果；其中，所述预测模型通过以下公式预测样本超早期代谢相关脂肪性肝病的患病风险或疾病状态；

式7：logit（P） =a+b×age + c×sex +d×BMI +e× M30-M65 + l×LDL +g×HB + j×AST + h×TP + i×GP73；

式中，BMI为身高质量指数；M30-M65：当M30≥150U/L或M65≥250U/L，M30-M65为0.5~1.5，当M30＜150U/L且M65＜250U/L时，M30-M65为0~0.3；LDL为血清、血浆或组织的低密度脂蛋白浓度；HB为血红蛋白浓度；AST为血清或血浆的谷草转氨酶浓度；TP为血清总蛋白浓度；GP73为血清或血浆的高尔基体跨膜糖蛋白73浓度，a、b、c、d、e、l、g、j、h和i均为常数；a为-18~-8，b为-0.03~-0.006，c为0.20~1.50，d为0.10~0.50；e为1.2~1.8，l为0.05~0.15，g为-0.01~0.04，j为0.00005~0.005，h为0.05~0.09，i为0.002~0.010；

基于所述标注结果和所述评估结果对所述预测模型进行参数更新。