[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

本發明公開了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，屬于機器學習應用領域。所述預警模型的建立方法包括以下步驟：(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。本發明首次針對圍手術期的老年患者這一群體提供了發生術后感染并發癥風險預警模型，能夠提前對術后感染事件做出預警，實現老年患者圍手術期感染的治療窗口前移。

技術領域

本發明涉及機器學習應用領域，具體涉及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。

背景技術

圍手術期感染是外科手術老年患者最為常見的一種并發癥，并且有隨著年齡增長而升高的趨勢。老年患者由于生理和身體機能衰退、基礎疾病多、免疫功能下降、臨床癥狀不典型等原因促使其圍手術期感染的發生率和病死率明顯高于年輕患者，且多為院內獲得性致病菌、耐藥菌，嚴重威脅老年手術患者的轉歸與遠期預后。如何做好術后感染的預防和診治，將風險降到最低，是提高老年患者手術成功率的關鍵，在臨床上越來越引起重視。

臨床醫生往往根據既往的臨床經驗和一些早期臨床表現預判老年患者手術后可能出現的臨床事件并加以預防。麻醉及外科醫生在圍手術期術前準備、術中和術后干預過程中，缺乏更加適合老年人群的、可行性高的集束化感染干預策略。目前臨床尚缺乏針對老年患者圍手術期感染特征的早期預警模型，導致老年患者圍手術期感染的臨床治療十分棘手，錯過治療的最佳時間窗。因此，需建立適宜老年患者圍手術期感染的預警模型，實現早期干預和精準治療，實現老年患者圍手術期感染的治療窗口前移，從而達到提高感染治愈率和改善預后的目的。

一些傳統的統計學方法包括多因素回歸等，提供了一些與手術后臨床事件相關的危險因素。值得注意的是，傳統的統計學方法存在局限性，尤其在預測大樣本患者手術后的臨床事件上，其預測效果并不能令人滿意。目前現行的感染風險預測因素和方法是針對獨立器官進行評估，缺乏對老年患者整體生命健康狀態和圍手術期資料的綜合評估。

近年來，隨著互聯網人工智能的發展和計算機網絡的進步,機器學習的方法受到研究者們的廣泛關注。Jing Tang等用人工神經網絡這種機器學習的方法較好的預測了帕金森患者的預后；Naibo Wang等發現人工神經網絡模型與支持向量機和最近鄰居法相比，在篩查和診斷阿爾資海默病時，準確性和診斷效率更高。

因此，采用大樣本、多中心、廣覆蓋的大數據分析我國老年患者術后感染的各項危險因素，探索新的感染風險評估方法，進一步建立適合于老年患者的術后感染預警模型，及時有效的采取防控措施，是目前老年醫學迫切需要解決的問題。

發明內容

本發明的目的在于提供一種適合于老年患者的術后感染預警模型，提前對術后感染事件做出預警，為臨床醫生預防老年患者圍手術期感染并發癥提供參考意見。

為實現上述目的，本發明采用如下技術方案：

一種老年患者術后感染并發癥風險預警模型的建立方法，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。

所述老年患者為年齡≥60歲的進行擇期手術的患者。

構建模型時，采用大樣本量、多中心、廣覆蓋的大數據分析，保障預警模型預測的準確性。