[發明專利]基于回歸模型測定心境障礙發病風險概率的方法

在審

• 申請號: 202010554250.5
• 申請日: 2020-06-17
• 公開（公告）號: CN111710423A
• 公開（公告）日: 2020-09-25
• 發明（設計）人: 方貽儒;朱云程;陳俊;牛志昂;陽璐
• 申請（專利權）人: 上海市精神衛生中心（上海市心理咨詢培訓中心）
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06F17/18;G06K9/62
• 代理公司: 上海容慧專利代理事務所(普通合伙) 31287
• 代理人: 于曉菁

1.基于回歸模型測定心境障礙發病風險概率的方法，其特征在于：包括如下步驟：

S1提取心境障礙患者的生化指標數據，形成數據包；

S2進行數據清洗；

S3進行性別分組，對分組后的數據進行檢測；

S4建立男性回歸模型和/或女性回歸模型；

S5將S3檢測后的數據傳輸到S4的回歸模型中，進行回歸處理，輸出概率ROC曲線圖；

S6將回歸模型中的參數導入SPSS決策樹，實用自動卡方交互檢測技術，建立男性決策樹模型和/或女性決策樹模型。

2.根據權利要求1所述的基于回歸模型測定心境障礙發病風險概率的方法，其特征在于：S2中的數據清洗為剔除包含如下任意一項條件的數據包：

(1)年齡＜16歲或男性睪酮＜8.64nmol/l或女性未初潮；

(2)年齡＞55歲或女性FSH＞25.8IU/l或女性絕經；

(3)激素數據丟失；

(4)有住院兩次及以上的記錄。

3.根據權利要求1所述的基于回歸模型測定心境障礙發病風險概率的方法，其特征在于：S4中男性回歸模型包括至少8個變量。

4.根據權利要求1所述的基于回歸模型測定心境障礙發病風險概率的方法，其特征在于：S4中女性回歸模型包括至少11個變量。

5.根據權利要求1所述的基于回歸模型測定心境障礙發病風險概率的方法，其特征在于：S5中的回歸處理的具體步驟如下：S51采用Logistic回歸進行分析計算，具體公式為P＝B₀+BX₁+…+B_nX_n；

S52分別對男性、女性進行Hosmer-Lemeshow擬合優度檢驗；

S53根據納入的風險因子的權重，導出概率ROC曲線，判斷AUC結果；

其中P為回歸模型的概率，B₀為回歸模型中的B值常量，男性回歸模型中B₀＝2.351，女性回歸模型中B₀＝3.789，X₁為回歸模型中的第一個變量，B₁為第一個變量對應的B值，X_n為回歸模型中的第n個變量，B_n為第n個變量對應的B值。

6.根據權利要求1所述的基于回歸模型測定心境障礙發病風險概率的方法，其特征在于：所述SPSS決策樹中每個父節點至少50個樣本成組，每個子節點至少25個樣本成組。

7.根據權利要求3所述的基于回歸模型測定心境障礙發病風險概率的方法，其特征在于：所述男性回歸模型中的變量至少包括尿酸、直接膽紅素、乳酸脫氫酶、前白蛋白、高密度脂蛋白、游離T3、促甲狀腺素、間接膽紅素中的一種或幾種。

8.根據權利要求4所述的基于回歸模型測定心境障礙發病風險概率的方法，其特征在于：所述女性回歸模型中的變量至少包括白細胞、尿酸、直接膽紅素、乳酸脫氫酶、谷氨酰轉肽酶、空腹血糖、甘油三酯、低密度脂蛋白、促甲狀腺素、間接膽紅素中的一種或幾種。

9.根據權利要求5所述的基于回歸模型測定心境障礙發病風險概率的方法，其特征在于：S52中Hosmer-Lemeshow擬合優度檢驗包括：卡方檢驗，用X²代表；統計學檢驗，用p代表，當p＜0.001時表示無統計學意義。

10.如權利要求1至權利要求9任一項所述基于回歸模型測定心境障礙發病風險概率方法的測定系統，其特征在于：包括用于獲取數據并進行數據清理的預處理單元(1)，用于數據分組并進行檢測的數據檢測單元(2)，用于進行數據回歸處理的回歸單元(3)，用于生成決策樹的SPSS單元(4)，用于顯示ROC曲線圖以及決策樹結果的顯示單元(5)；

所述回歸單元(3)包括男性回歸模塊(3-1)、女性回歸模塊(3-2)。