[發明專利]一種老年患者術后感染并發癥風險預警模型及其建立方法在審
| 申請號: | 202110552264.8 | 申請日: | 2021-05-20 |
| 公開(公告)號: | CN113362954A | 公開(公告)日: | 2021-09-07 |
| 發明(設計)人: | 方向明;王妍;程寶莉;李會;吳水晶;葉慧 | 申請(專利權)人: | 浙江大學 |
| 主分類號: | G16H50/50 | 分類號: | G16H50/50;G16H50/70;G06N3/08 |
| 代理公司: | 杭州天勤知識產權代理有限公司 33224 | 代理人: | 韓聰 |
| 地址: | 310013 浙江*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 老年 患者 術后 感染 并發癥 風險 預警 模型 及其 建立 方法 | ||
1.一種老年患者術后感染并發癥風險預警模型的建立方法,其特征在于,包括以下步驟:
(1)采集若干例老年患者的圍手術期資料,利用逆概率加權方法分析得出與術后感染并發癥相關的危險因素,作為特征變量,獲得數據集;
(2)利用數據集對人工神經網絡模型進行機器學習,得到老年患者術后感染并發癥風險預警模型。
2.如權利要求1所述的老年患者術后感染并發癥風險預警模型的建立方法,其特征在于,步驟(1)中,所述圍手術期資料包括:年齡、性別、ASA分級、吸煙史、既往病史、術前實驗室檢查項目、手術的麻醉方式、手術類別、手術嚴重程度、以及術后并發癥。
3.如權利要求1所述的老年患者術后感染并發癥風險預警模型的建立方法,其特征在于,步驟(1)中,利用逆概率加權方法分析之前,先利用單因素logistic回歸分析與術后感染并發癥相關的潛在危險因素。
4.如權利要求1所述的老年患者術后感染并發癥風險預警模型的建立方法,其特征在于,步驟(1)中,作為特征變量的危險因素包括:是否性別男、是否ASA分級II、是否ASA分級III、是否ASA分級IV、是否有冠心病史、是否有其他基礎疾病、是否行泌尿系統和腎臟相關手術、是否行頭頸部手術、是否行心臟相關手術、是否行其他外科手術、是否鎮靜/局部麻醉、是否行腔鏡手術、是否手術創傷中度、是否手術創傷重度。
5.如權利要求1所述的老年患者術后感染并發癥風險預警模型的建立方法,其特征在于,步驟(2)中,數據集按3:1隨機劃分成訓練集和檢驗集。
6.如權利要求1所述的老年患者術后感染并發癥風險預警模型的建立方法,其特征在于,步驟(2)中,以危險因素作為人工神經網絡模型輸入層,輸出層為是否發生術后感染并發癥。
7.如權利要求1所述的老年患者術后感染并發癥風險預警模型的建立方法,其特征在于,步驟(2)中,人工神經網絡模型的設置參數為:由輸入層、3層隱含層和輸出層組成,其中第1、2隱含層的節點數目大于輸入層節點數目,第3隱含層的節點數目為1。
8.一種由權利要求1-7任一項所述的建立方法構建的老年患者術后感染并發癥風險預警模型。
9.一種針對老年患者術后感染并發癥風險預警的裝置,包括計算機存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序,其特征在于,所述計算機程序包括如權利要求8所述的老年患者術后感染并發癥風險預警模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于浙江大學,未經浙江大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110552264.8/1.html,轉載請聲明來源鉆瓜專利網。





