[發(fā)明專利]術(shù)后不良結(jié)局風(fēng)險的預(yù)測模型的構(gòu)建方法

在審

• 申請?zhí)枺?/td>: 202110752542.4
• 申請日: 2021-07-03
• 公開（公告）號: CN113436740A
• 公開（公告）日: 2021-09-24
• 發(fā)明（設(shè)計）人: 李剛;王曉曉;李義
• 申請（專利權(quán)）人: 北京大學(xué)第三醫(yī)院（北京大學(xué)第三臨床醫(yī)學(xué)院）
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06Q10/04
• 代理公司: 北京維正專利代理有限公司 11508
• 代理人: 何爽

本申請涉及術(shù)后不良結(jié)局風(fēng)險的預(yù)測模型的構(gòu)建方法，其包括獲取預(yù)設(shè)數(shù)量手術(shù)患者的歷史數(shù)據(jù)；根據(jù)所述歷史數(shù)據(jù)得到每個患者的非線性動力學(xué)特征和標(biāo)準(zhǔn)屬性；根據(jù)所述非線性動力學(xué)特征確定患者的關(guān)聯(lián)非線性動力學(xué)特征，并建立包括預(yù)設(shè)數(shù)量手術(shù)患者所述關(guān)聯(lián)非線性動力學(xué)特征、所述標(biāo)準(zhǔn)屬性和所述術(shù)后結(jié)局的樣本數(shù)據(jù)集；利用所述樣本數(shù)據(jù)集，基于logistic回歸模型構(gòu)建術(shù)后不良結(jié)局的預(yù)測模型。本申請具有提高預(yù)測患者在術(shù)后發(fā)生不良結(jié)局風(fēng)險的準(zhǔn)確性，為醫(yī)護(hù)人員提供較為可靠的預(yù)測結(jié)果的效果。

技術(shù)領(lǐng)域

本申請涉及醫(yī)療風(fēng)險分析的領(lǐng)域，尤其是涉及術(shù)后不良結(jié)局風(fēng)險的預(yù)測模型的構(gòu)建方法。

背景技術(shù)

組織氧飽和度通常指組織中血氧的濃度，它是一個重要的生理參數(shù)，在手術(shù)過程中，為防止因局部組織氧供需失衡導(dǎo)致缺氧或氧過量，就要實時監(jiān)測患者局部組織的氧合狀況，以根據(jù)其變化調(diào)整生理參數(shù)或采取應(yīng)急手段。組織氧飽和度是氧攝取、氧轉(zhuǎn)運和氧消耗在時間和空間上的非線性耦合，屬于混沌信號，具有廣泛的非線性特征。即組織氧飽和度數(shù)據(jù)是非常復(fù)雜的、非隨機(jī)的、對初始條件極其敏感、且長期不可預(yù)測的。

目前通常使用組織氧監(jiān)測儀在患者手術(shù)過程中對其進(jìn)行組織氧濃度監(jiān)測，醫(yī)護(hù)人員得到患者組織氧飽和度數(shù)據(jù)后，通常是基于自身經(jīng)驗對患者的組織氧飽和度進(jìn)行分析，并由此對患者術(shù)后發(fā)生不良結(jié)局的風(fēng)險進(jìn)行判斷，其具有較高的主觀性和粗略性，而且科學(xué)性和客觀性較差，預(yù)測結(jié)果的可靠性較差，導(dǎo)致術(shù)后不良結(jié)局的發(fā)生率仍然較高。

發(fā)明內(nèi)容

為了提高預(yù)測患者在術(shù)后發(fā)生不良結(jié)局風(fēng)險的準(zhǔn)確性，為醫(yī)護(hù)人員提供較為可靠的預(yù)測結(jié)果，本申請?zhí)峁┝诵g(shù)后不良結(jié)局風(fēng)險的預(yù)測模型的構(gòu)建方法。

第一方面，本申請?zhí)峁┬g(shù)后不良結(jié)局風(fēng)險的預(yù)測模型的構(gòu)建方法，采用如下的技術(shù)方案：

術(shù)后不良結(jié)局風(fēng)險的預(yù)測模型的構(gòu)建方法，包括：

獲取預(yù)設(shè)數(shù)量手術(shù)患者的歷史數(shù)據(jù)；所述歷史數(shù)據(jù)包括每個患者手術(shù)過程中的組織氧飽和度數(shù)據(jù)和每個患者對應(yīng)的術(shù)后結(jié)局，所述術(shù)后結(jié)局包括正常結(jié)局和不良結(jié)局；

根據(jù)所述歷史數(shù)據(jù)得到每個患者的非線性動力學(xué)特征和標(biāo)準(zhǔn)屬性；其中，所述非線性動力學(xué)特征包括關(guān)聯(lián)維數(shù)、李雅普諾夫指數(shù)和樣本熵三種指標(biāo)；

根據(jù)所述非線性動力學(xué)特征確定患者的關(guān)聯(lián)非線性動力學(xué)特征，并建立包括預(yù)設(shè)數(shù)量手術(shù)患者所述關(guān)聯(lián)非線性動力學(xué)特征、所述標(biāo)準(zhǔn)屬性和所述術(shù)后結(jié)局的樣本數(shù)據(jù)集；其中，樣本數(shù)據(jù)集包括每個手術(shù)患者的樣本數(shù)據(jù)；

利用所述樣本數(shù)據(jù)集，基于logistic回歸模型構(gòu)建術(shù)后不良結(jié)局的預(yù)測模型。

通過采用上述技術(shù)方案，獲取以往手術(shù)患者的相關(guān)數(shù)據(jù)，分析得到與術(shù)后結(jié)局關(guān)聯(lián)度最高的關(guān)聯(lián)非線性動力學(xué)特征，并配合其他標(biāo)準(zhǔn)屬性的影響能夠較為科學(xué)的得到關(guān)于術(shù)后不良結(jié)局的預(yù)測模型，提高對患者術(shù)后發(fā)生不良結(jié)局風(fēng)險預(yù)測的準(zhǔn)確性。

可選的，所述根據(jù)所述非線性動力學(xué)特征確定患者的關(guān)聯(lián)非線性動力學(xué)特征，包括：根據(jù)所述術(shù)后結(jié)局對所述關(guān)聯(lián)維數(shù)、所述李雅普諾夫指數(shù)和所述樣本熵進(jìn)行分類，得到關(guān)于每項所述指標(biāo)的正常集和不良集；

分別對每項指標(biāo)的所述正常集和所述不良集進(jìn)行t檢驗，分析對應(yīng)指標(biāo)與所述不良結(jié)局的相關(guān)性；其中，所述相關(guān)性包括相關(guān)和無關(guān)；

根據(jù)所述指標(biāo)與所述不良結(jié)局的相關(guān)性，選取某一指標(biāo)作為所述關(guān)聯(lián)非線性動力學(xué)特征。

可選的，所述分別對每項所述指標(biāo)的所述正常集和所述不良集進(jìn)行t檢驗，分析對應(yīng)指標(biāo)與所述不良結(jié)局的相關(guān)性，包括：

分別計算所述正常集α的平均值和方差以及所述不良集β的平均值和方差；

根據(jù)所有所述平均值和所述方差計算檢驗統(tǒng)計量t；

根據(jù)所述檢驗統(tǒng)計量t和t界值表，得到所述正常集α和所述不良集β的p值；

根據(jù)所述p值分析所述指標(biāo)與所述不良結(jié)局的相關(guān)性；若所述p值小于預(yù)設(shè)標(biāo)準(zhǔn)值，所述指標(biāo)與所述不良結(jié)局相關(guān)。