[發明專利]新生兒敗血癥休克預測系統及監控設備

有效

• 申請號: 202110012568.5
• 申請日: 2021-01-06
• 公開（公告）號: CN112835316B
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 張亞蓮;王惠來;舒彬;龔軍;白川川
• 申請（專利權）人: 重慶醫科大學
• 主分類號: G05B19/042
• 分類號: G05B19/042
• 代理公司: 重慶雙馬智翔專利代理事務所(普通合伙) 50241
• 代理人: 顧曉玲

本發明屬于疾病預測技術領域，具體公開了一種新生兒敗血癥休克預測系統及監控設備，該系統包括依次連接的數據采集模塊、獨立危險因素篩選模塊和預測模塊，該監控設備包括床體、防護罩和預測系統。采用本技術方案，利用各模塊的配合，獲取臨床特征數據并得到獨立危險因素，同時分析獲取的獨立危險因素數值并預測新生兒敗血癥休克，實現對敗血癥的早期預警，還可利用監控設備對新生兒進行實時監控。

技術領域

本發明屬于疾病預測技術領域，涉及一種新生兒敗血癥休克預測系統及監控設備。

背景技術

新生兒敗血癥是新生兒時期常見的危重癥，其導致的敗血癥休克是新生兒主要死因之一。隨著醫療技術發展，抗感染治療及敗血癥休克處理技術已經取得了明顯進步，但在臨床實踐中，新生兒敗血癥休克的發病率及死亡率仍居高不下。研究表明，早期識別、早期治療是改善新生兒敗血癥休克預后及降低死亡率的關鍵，但該疾病具有起病隱匿、早期臨床癥狀無特異性、金標準血培養時間過長、常規實驗室檢查項目不能縱向評估病情發展等特點，因此，如何精準和及早識別發生敗血癥休克的新生兒則成為了一項難題。

現有技術中，一些生物標志物如降鈣素原、C反應蛋白等能作為敗血癥休克的預測因子，但仍存在模型指標過多、臨床應用困難、模型性能不佳等問題。

發明內容

本發明的目的在于提供一種新生兒敗血癥休克預測系統及監控設備，對臨床特征數據進行篩選，提高預測的精準性。

為了達到上述目的，本發明的基礎方案為：一種新生兒敗血癥休克預測系統，包括：

數據采集模塊，所述數據采集模塊用于采集樣本的臨床特征數據；

獨立危險因素篩選模塊，所述獨立危險因素篩選模塊用于接收臨床特征數據并篩選臨床特征數據內的獨立危險因素；以及

預測模塊，所述預測模塊通過分析獲取的獨立危險因素數值并預測新生兒敗血癥休克。

本基礎方案的工作原理和有益效果在于：數據采集模塊能夠采集新生兒的臨床特征數據，即生物標志物，用于構建預測模型。獨立危險因素篩選模塊用于篩選獨立危險因素，僅利用獨立危險因素對敗血癥休克進行預測，避免模型指標過多而導致預測模型的運算速度慢、性能不佳等問題。預測模塊根據獨立危險因素，預測新生兒敗血癥休克，操作簡便，實現對敗血癥的早期預警，以便及時治療。

進一步，還包括數據填補模塊，所述數據填補模塊的輸入端與數據采集模塊的輸出端連接，數據填補模塊對缺失率≤30％的臨床特征數據使用缺失值算法填補，數據填補模塊的輸出端與獨立危險因素篩選模塊的輸入端連接；

具體缺失值填補方法為：

獲取所有樣本的臨床特征數據的數值并將一個樣本的臨床特征數據作為一個集合，將所有樣本的臨床特征數據中與某一樣本的待填充數據同類型的已知數據按照大小順序排序；

對缺失值以外其余類型的臨床特征數據分別設立權重，若有的數據缺失，則數值取為0；

利用聚類算法對樣本的其余類型的臨床特征數據進行聚類；

選取與該樣本所在簇對應的待填充數據作為填充的數值。

因機械原因或人為原因而導致數據收集或保存失敗造成數據缺失，產生缺失值，數據中的缺失值導致數據的真實性不能得到保證，所以需要對數據進行填補，增強數據的可靠性。且缺失率太大的數據真實性較低，不具有填補價值，可直接排除。

進一步，還包括模型評估模塊，模型評估模塊內存儲有靈敏度、特異度、精度、AUC、PLR和NLR的額定數值范圍，模型評估模塊采集預測模塊的對應數據，將采集的數據數值與額定數值范圍進行對比，得出對比差值，根據對比差值評估預測模塊的預測性能。