[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

本發明提供HIV患者馬爾尼菲籃狀菌病發病概率預測模型的建立方法，屬于疾病預測模型技術領域。所述預測模型是指基于隨機森林算法的模型，包括以下步驟：患者信息數據的選擇、提取；不同批次來源數據的標準化處理；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；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。本發明的方法通過對采集的患者信息數據進行統一標準化處理后，再輸入軟件中，建立自變量和因變量的關系，所得模型預測結果更加可靠準確，為HIV患者的馬爾尼菲籃狀菌病發病率預測提供了一種有效的方法。

【技術領域】

本發明涉及疾病發病概率預測模型技術領域，具體涉及一種HIV患者馬爾尼菲籃狀菌病發病率預測模型的建立方法。

【背景技術】

我國艾滋病(AIDS)疫情嚴峻，其中廣西更是中國HIV/AIDS流行的一個重災區。隨著 ART聯合抗逆轉錄病毒療法的普及，各種機會性感染逐漸成為艾滋病患者致死的主要原因。在廣西馬爾尼菲籃狀菌(Talaromyces marneffei,TM)已成為繼肺結核之后最主要的機會性感染，同時也是致死率第一的機會性感染。馬爾尼菲籃狀菌，原稱馬爾尼菲青霉菌，作為一種地方性感染性真菌病，馬爾尼菲籃狀菌病主要流行于泰國、越南等東南亞國家以及我國華南地區。該病起病隱匿，多數患者病情發展迅速，死亡率高，嚴重者可在數天內死亡。既往研究報道HIV-1患者馬爾尼菲籃狀菌感染率為9％-18％，而HIV合并馬爾尼菲籃狀菌感染不治療死亡率可達91.3％，治療后死亡率仍高達20.7％。馬爾尼菲籃狀菌感染可分為局限型和播散型，艾滋病病人由于T淋巴細胞免疫缺陷，極容易發生播散型感染，并且臨床癥狀缺乏特異性，容易與結核、淋巴瘤、肺孢子菌肺炎等機會性感染相混淆。TM感染已成為當地亟待解決的公共衛生問題。

目前真菌培養是HIV患者感染馬爾尼菲籃狀菌確診的常規方法，但是檢測需要耗費7-10 天時間才能從臨床標本中分離和鑒定病原體，陽性率為76.7％左右，許多基層醫院往往缺乏相關培養檢測設備技術。這些原因均造成了該疾病診斷、治療時間的延遲。最近雖然建立了如聚合酶鏈反應(PCR)檢測，高通量測序分析，酶聯免疫吸附測定(ELISA)和Mp1p測試等其他診斷方法，但是這些昂貴的方法在臨床實踐中廣泛應用目前仍存在一定距離。因此，目前急需要一種能快速有效進行地在HIV人群中預測馬爾尼菲籃狀菌病發病的方法，以滿足臨床診斷的需求，本發明提供的預測模型構建方法即在此需求下研制產生。

隨機森林技術目前已作為一種重要的數據分析工具，被廣泛地應用于科學研究的眾多領域，在圖像識別、文本分類、基因表達譜分析等領域已取得諸多成功應用。實踐證實隨機森林具有速度快、抗噪聲，可處理任意類型的數據，具有較高的分類準確率，可輸出因素的重要性、不容易過擬合等優點。但將隨機森林模型算法直接用于HIV患者馬爾尼菲籃狀菌病發病率的預測時，自變量的數據包括患者的一些生化、免疫等測試指標，而臨床中同一指標在不同儀器、試劑下，參考值范圍存在著差異，直接將這些數據輸入模型中，所建立的預測模型不能反映真實的情況，導致預測結果不準確可靠。

【發明內容】

本發明的發明目的在于：針對上述存在的問題，提供一種HIV患者馬爾尼菲籃狀菌病發病率預測模型的建立方法，本發明的方法通過對采集的患者信息數據進行統一標準化處理后，再輸入軟件中，建立自變量和因變量的關系，所得模型測試結果更加可靠準確，為HIV患者的馬爾尼菲籃狀菌病發病率預測提供了一種有效的方法。

為了實現上述目的，本發明采用的技術方案如下：

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，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。