[發(fā)明專利]一種基于偏見模型對(duì)癌癥患者抑郁指數(shù)進(jìn)行評(píng)估的方法在審
| 申請(qǐng)?zhí)枺?/td> | 202010417814.0 | 申請(qǐng)日: | 2020-05-18 |
| 公開(公告)號(hào): | CN111613284A | 公開(公告)日: | 2020-09-01 |
| 發(fā)明(設(shè)計(jì))人: | 李欣蕊 | 申請(qǐng)(專利權(quán))人: | 李欣蕊 |
| 主分類號(hào): | G16H10/60 | 分類號(hào): | G16H10/60;G16H50/20;G16H50/30;G16H50/50 |
| 代理公司: | 西安西達(dá)專利代理有限責(zé)任公司 61202 | 代理人: | 李文義 |
| 地址: | 710075 陜西省*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 偏見 模型 癌癥 患者 抑郁 指數(shù) 進(jìn)行 評(píng)估 方法 | ||
1.一種基于偏見模型對(duì)癌癥患者抑郁指數(shù)進(jìn)行評(píng)估的方法,其特征在于它包括以下幾個(gè)步驟:
(1)采用臨床診斷中的CES-D方法,設(shè)計(jì)抑郁指數(shù)量化表,將抑郁指數(shù)分為不少于三個(gè)級(jí)別并記為Yij,其中i代表患者或觀察對(duì)象,j為到訪次數(shù);
(2)為患者建立跟蹤調(diào)查檔案,定期記錄主要包括患者的年齡、性別、疼痛指數(shù)(MPI)、癌癥期數(shù)、到訪次數(shù)等與研究目標(biāo)極其相關(guān)的參數(shù)并記為相關(guān)變量矩陣Xi;
(3)在多項(xiàng)式模型(multinomial logit model)和比例優(yōu)勢模型(proportional-oddsmodel)的基礎(chǔ)上,引進(jìn)偏見模型(stereotype model),具體做法如下:
令Yij表示第i個(gè)患者第j次到訪的CES-D抑郁等級(jí),其等級(jí)k=1,…,K;Xi為相關(guān)變量的矩陣,β為對(duì)應(yīng)變量的參數(shù);Zi為隨機(jī)效果矩陣,b為對(duì)應(yīng)隨機(jī)效果的參數(shù);若g(.)為連接方程(link function),則廣義線性混合模型可以表示為:
g{E(Yij|bi)}=αk+Xiβ+Zib {1}
a.多項(xiàng)式模型可以表示為(設(shè)參照組Y=1):
其中k=2,…,K;bi~N(0,σ2),αk是固定效果,β的值隨著抑郁等級(jí)k不同,擬合參數(shù)的個(gè)數(shù)為(K-1)×(p+1);
b.比例優(yōu)勢模型可以表示為(設(shè)參照組Y=1):
logit[Pr(Yij≤k|Xi,bi)]=αk-(Xiβ+Zibi) {3}
其中k=1,…,K;bi~N(0,σ2),αk是固定效果,β的值在不同抑郁等級(jí)k中相同;
c.將一個(gè)特殊變量引入多項(xiàng)式模型,形成偏見模型混合隨機(jī)效果:
其中k=2,…,K;bi~N(0,σ2),αk是固定效果,即擬合參數(shù)的個(gè)數(shù)為(K-1)+p+(K-2)=2K+p-3;
(4)預(yù)處理數(shù)據(jù),將缺失值用適合數(shù)據(jù)結(jié)構(gòu)的方式補(bǔ)齊;
(5)將數(shù)據(jù)分成不少于三份,其中一份為訓(xùn)練集,另外至少兩份為驗(yàn)證集,分別代入{2}-{4}的模型中,比較模型整體擬合效果及相關(guān)參數(shù)的擬合效果,并得出相應(yīng)結(jié)論。
2.根據(jù)權(quán)利要求1所述的基于偏見模型對(duì)癌癥患者抑郁指數(shù)進(jìn)行評(píng)估的方法,其特征在于,所述步驟(1)中的抑郁指數(shù)可以分為三個(gè)級(jí)別,分別為無抑郁(0-15),輕度抑郁(16-26),重度抑郁(27及以上)。
3.根據(jù)權(quán)利要求1所述的基于偏見模型對(duì)癌癥患者抑郁指數(shù)進(jìn)行評(píng)估的方法,其特征在于,所述步驟(2)中的相關(guān)變量矩陣Xi可以根據(jù)不同病癥類型收集適用其特征的相關(guān)參數(shù)。
4.根據(jù)權(quán)利要求1所述的基于偏見模型對(duì)癌癥患者抑郁指數(shù)進(jìn)行評(píng)估的方法,其特征在于,所述步驟(4)中缺失值的處理可以由該患者上一次和下一次訪問記錄的平均值或相鄰值得到。
5.根據(jù)權(quán)利要求1所述的基于偏見模型對(duì)癌癥患者抑郁指數(shù)進(jìn)行評(píng)估的方法,其特征在于,所述步驟(5)中,若多項(xiàng)式模型中擬合參數(shù)βk在各層級(jí)k中的擬合值在統(tǒng)計(jì)學(xué)意義上無差異(使用配對(duì)t-test雙尾假設(shè)檢驗(yàn),95%置信區(qū)間),則采用比例優(yōu)勢模型或偏見模型中整體擬合效果最好的模型(擬合效果根據(jù)AIC,-2Log likelihood);若多項(xiàng)式模型中擬合參數(shù)βk在各層級(jí)k中的擬合值在統(tǒng)計(jì)學(xué)上有差異(使用配對(duì)t-test雙尾假設(shè)檢驗(yàn),95%置信區(qū)間),則采用偏見模型作為最終的結(jié)果評(píng)估模型。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于李欣蕊,未經(jīng)李欣蕊許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010417814.0/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 上一篇:一種往復(fù)鐘擺式靜電除塵器
- 下一篇:電子設(shè)備
- 一種基于隱式偏見和好友興趣的電影評(píng)分預(yù)測方法
- 向服務(wù)指派偏見評(píng)級(jí)
- 對(duì)圖像數(shù)據(jù)進(jìn)行無偏見分類的方法
- 減輕通信系統(tǒng)中偏見的影響
- 偏見最小化的自動(dòng)概括
- 無種族偏見的識(shí)別人類的人工智能倫理方法和機(jī)器人
- 基于偏見的通用對(duì)抗補(bǔ)丁生成方法和裝置
- 一種基于正則化的去社會(huì)偏見的語言模型及應(yīng)用
- 一種基于遷移學(xué)習(xí)生成無偏見深度學(xué)習(xí)模型的方法
- 一種聯(lián)邦機(jī)器學(xué)習(xí)環(huán)境下的邊緣端偏見檢測方法





