[發明專利]HIV患者馬爾尼菲籃狀菌病發病概率預測模型的建立方法

在審

• 申請號: 202010070717.9
• 申請日: 2020-01-20
• 公開（公告）號: CN113140325A
• 公開（公告）日: 2021-07-20
• 發明（設計）人: 胡家光;蔣忠勝;李旭;李敏基;黃小紅;陳濤;覃川;張鵬;莫勝林;蒙達禮
• 申請（專利權）人: 柳州市人民醫院
• 主分類號: G16H50/80
• 分類號: G16H50/80;G16H50/30;G16H50/20
• 代理公司: 南寧新途專利代理事務所(普通合伙) 45119
• 代理人: 方明

1.HIV患者馬爾尼菲籃狀菌病發病概率預測模型的建立方法，所述預測模型是指基于隨機森林算法的模型，其特征在于，包括以下步驟：

(1)患者信息數據的選擇、提取；

(2)不同批次來源數據的標準化處理；

(3)建立在HIV患者中預測馬爾尼菲籃狀菌病發病概率的隨機森林模型；

(4)測試并評估模型，剔除影響較小的自變量，得到優化的預測模型。

2.根據權利要求1所述的預測模型的建立方法，其特征在于：所述步驟(1)是指從HIV住院患者數據庫中提取入院基線信息和出院馬爾尼菲籃狀菌診斷信息，其中入院基線信息包括患者初次入院后收集的人口學特征、臨床表現、實驗室檢查結果三種類型信息；出院馬爾尼菲籃狀菌診斷信息是指出院是否診斷患馬爾尼菲籃狀菌病。

3.根據權利要求2所述的預測模型的建立方法，其特征在于，入院基線信息具體為：

人口學特征：包括性別、年齡、民族、職業、婚姻狀況、HIV感染途徑；

臨床表現：包括發熱或畏寒、咳嗽或咳痰、消瘦、臍凹樣皮疹、外周或腹腔巴結腫大、肝腫大、脾腫大；

實驗室檢查結果：包括HB(血紅蛋白)、WBC(白細胞)、PLT(血小板)、L(淋巴細胞計數)、肌酐、尿素氮、ALT(谷丙轉氨酶)、AST(谷草轉氨酶)、AST/ALT比值、CD4+T細胞計數。

4.根據權利要求3所述的預測模型的建立方法，其特征在于：所述步驟(2)所述的標準化處理是將患者信息數據中除年齡以外的連續變量數據轉化為分類變量，從而處理臨床實踐中存在同一測量指標在不同儀器、試劑下參考值范圍存在差異的問題，采用數字編碼表示不同數據類別，編碼規則為：1表示小于參考值范圍下線，2表示在參考范圍內，3表示大于參考值范圍上線。

5.根據權利要求4所述的預測模型的建立方法，其特征在于：所述步驟(3)中隨機森林模型的建立方法為：以入院基線信息數據為自變量，將其作為模型輸入因子，因變量為是否感染馬爾尼菲籃狀菌病，感染用1表示，未感染用0表示；將HIV患者的信息數據按照編碼規則標準化處理后導入R軟件，加載隨機森林R語言包，設置模型參數，運行軟件，建立隨機森林預測模型。

6.根據權利要求2或3所述的預測模型的建立方法，其特征在于，步驟(4)包含以下步驟：

a、構建受試者工作特征曲線ROC以及計算ROC曲線下面積AUC，評價模型的分類效果，AUC越接近1，模型分類效果越好；

b、馬爾尼菲籃狀菌發病分類的影響因素及其重要性排序評價，采用平均精度下降(Mean Decrease Accuracy)和/或平均基尼指數下降(Mean Decrease Gini)參數評價馬爾尼菲籃狀菌發病的影響因素的重要性，其值越大表示因子重要性越大，剔除影響較小的自變量，得到優化的預測模型。

7.根據權利要求4所述的預測模型的建立方法，其特征在于：所述步驟(2)中數據標準化處理前，還包括根據數據的完整性、準確性，剔除明顯異常數據和數據不完整患者樣本的步驟。

8.根據權利要求5所述的預測模型的建立方法，其特征在于：所述的設置模型參數，包括設定訓練樣本與測試樣本比例為7:3，設定隨機森林樹數為500顆。