[發明專利]基于鐵代謝指標的結核病風險預測模型的構建方法和系統

在審

• 申請號: 201910093522.3
• 申請日: 2019-01-30
• 公開（公告）號: CN109949942A
• 公開（公告）日: 2019-06-28
• 發明（設計）人: 陳心春
• 申請（專利權）人: 深圳市橙月生物科技有限公司
• 主分類號: G16H50/80
• 分類號: G16H50/80
• 代理公司: 合肥市上嘉專利代理事務所(普通合伙) 34125
• 代理人: 郭華俊

1.一種基于鐵代謝指標的結核病風險預測模型的構建方法，其特征在于，包括以下步驟：

(1)樣本的收集與處理；

(2)從樣本中測定鐵代謝指標，具體包括三種代謝相關指標的數據，即血清鐵、轉鐵蛋白和鐵蛋白；

(3)使用神經網絡的方法擬合訓練集進行模型的構建，記錄最優模型參數；同時根據ROC曲線使用驗證集計算模型分類的閾值，構建得到結核病發病風險評估模型。

2.根據權利要求1所述的構建方法，其特征在于，所述步驟(1)中樣本的收集與處理的具體方法為：每位受試者空腹12h，使用含有分離膠的真空管采集靜脈血5mL，血標本室溫放置30min～45min后，1000g離心5分鐘，分離血清，置潔凈試管加蓋低溫保存。

3.根據權利要求1所述的構建方法，其特征在于，所述步驟(2)中血清鐵的檢測方法為絡合法，轉鐵蛋白的檢測方法為免疫比濁法，鐵蛋白的檢測方法為化學發光法。

4.根據權利要求1所述的構建方法，其特征在于，所述步驟(3)中模型建立及優化的具體方法為：納入肺結核患者、健康對照者、結核菌潛伏感染、結核病治愈、非結核菌肺炎病人，將納入者按照3：1比例完全隨機分為訓練組和測試組，所有血清鐵、轉鐵蛋白和鐵蛋白含量值均取log2(x)，采用神經網絡模型，通過5次隨機抽樣、10倍交叉驗證后，最終選擇網絡層數為5，權重衰減值為0.1，診斷閾值為0.3823。

5.一種基于權利要求1-4中任一項所述的構建方法的構建系統，其特征在于，包括：

數據采集模塊，至少用于數據采集，獲取樣本數據集；

數據處理模塊，至少用于從樣本數據集中提取可用于構建評估模型的有效樣本；

模型構建模塊，至少用于將所述有效樣本的不完整數據集隨機分割為訓練集和驗證集，并使用神經網絡的方法擬合訓練集，記錄最優模型參數；

閾值計算模塊，至少用于根據ROC曲線使用驗證集計算模型分類閾值。