[发明专利]孤独症治疗效果预测模型构建方法、预测方法及装置

权利要求书

1.孤独症治疗效果预测模型构建方法，其特征在于，所述预测模型构建方法包括：

对至少一个血浆样本对应的至少一个血浆代谢物样本全集进行筛选以获得每一所述血浆样本对应的至少一个第一血浆代谢物样本集；

以所述至少一个第一血浆代谢物样本集为输入，所述至少一个血浆样本对应孤独症患者经目标药物治疗后是否具有孤独症治疗效果为输出，通过逐步判别法及协方差矩阵构建所述目标药物用于治疗孤独症的孤独症治疗效果预测模型，并确定所述孤独症治疗效果预测模型的目标变量集；

其中，所述以所述至少一个第一血浆代谢物样本集为输入，所述至少一个血浆样本对应孤独症患者经目标药物治疗后是否具有孤独症治疗效果为输出，通过逐步判别法及协方差矩阵构建所述目标药物用于治疗孤独症的孤独症治疗效果预测模型，并确定所述孤独症治疗效果预测模型的目标变量集，包括：

基于所述至少一个第一血浆代谢物样本集，通过逐步判别法进行变量筛选获得至少一个第二血浆代谢物样本集，基于任一所述第二血浆代谢物样本集中包括的变量生成待构建的所述孤独症治疗效果预测模型的目标变量集；

以所述至少一个第二血浆代谢物样本集为输入，所述至少一个血浆样本对应孤独症患者经目标药物治疗后是否具有孤独症治疗效果为输出，通过协方差矩阵构建所述目标药物治疗孤独症的孤独症治疗效果预测模型；

其中，所述以所述至少一个第二血浆代谢物样本集为输入，所述至少一个血浆样本对应孤独症患者经目标药物治疗后是否具有孤独症治疗效果为输出，通过协方差矩阵构建所述目标药物治疗孤独症的孤独症治疗效果预测模型，包括：

基于所述至少一个第二血浆代谢物样本集，通过所述协方差矩阵推导获得典则判别函数；

基于所述至少第二血浆代谢物样本集通过所述典则判别函数获得相应的至少一个评分结果；

基于所述至少一个评分结果与所述至少一个血浆样本对应孤独症患者经目标药物治疗后是否具有孤独症治疗效果确定所述评分结果与治疗孤独症是否有疗效的对应关系。

2.如权利要求1所述的预测模型构建方法，其特征在于，所述对至少一个全部血浆样本对应的至少一个血浆代谢物样本全集进行筛选以获得每一所述血浆样本对应的第一血浆代谢物样本集，包括：

获取所述至少一个血浆代谢物样本全集中包括的所有血浆代谢物样本信息，所述血浆代谢物样本信息包括血浆代谢物标识及相应的血浆代谢物变量；

对所述至少一个血浆代谢物样本全集的任一血浆代谢物变量取对数获得对数化血浆代谢物样本全集；

根据预设筛选条件对所有所述对数化血浆代谢物样本全集进行变量筛选获得每一所述血浆样本对应的第一血浆代谢物样本集。

3.如权利要求2所述的预测模型构建方法，其特征在于，所述根据预设筛选条件对所有所述对数化血浆代谢物样本全集进行变量筛选获得每一所述血浆样本对应的第一血浆代谢物样本集，包括：

筛选变量以使任一所述对数化血浆代谢物样本全集中的任一对数化血浆代谢物变量不为其余所有所述对数化血浆代谢物样本全集中相应对数化血浆代谢物变量的线性组合；和，

筛选变量以使任一筛选后的所述第一血浆代谢物样本集的协方差矩阵与其余任一所述第一血浆代谢物样本集的协方差矩阵相等；和，

筛选变量以使所有所述第一血浆代谢物样本集中的任一变量满足多元正态分布。

4.如权利要求1所述的预测模型构建方法，其特征在于，完成所述预测模型构建后，所述预测模型构建方法还包括：

采用交叉验证法对所构建的目标药物治疗孤独症的孤独症治疗效果预测模型进行准确性评估。

5.孤独症治疗效果预测方法，其特征在于，所述预测方法包括：

获取待预测目标患者的目标血浆所包括的目标变量集；

基于所述目标变量集，通过对应于目标药物的如权利要求1～4任意一项所述预测模型构建方法预先构建的孤独症治疗效果预测模型，判断采用所述目标药物对所述目标血浆对应的目标患者进行孤独症治疗是否有疗效。