[發明專利]一種高可靠腎小球濾過率預測模型的構建與評估方法及裝置

在審

• 申請號: 202210915183.4
• 申請日: 2022-08-01
• 公開（公告）號: CN115206534A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 張軍英;尹蚨伊;金劍杰
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G16H50/50
• 分類號: G16H50/50
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 王晶

本發明公開了一種高可靠腎小球濾過率預測模型的構建與評估方法，包括；步驟(1)：數據預處理；步驟(2)：局部模型設定；步驟(3)：局部模型構建；步驟(4)：全局模型構建；步驟(5)：全局模型的模型穩定性計算；步驟(6)：全局模型GFR預測的準確性計算；步驟(7)：GFR預測結果的穩定性計算；步驟(8)：模型選擇；該方法通過構建多個局部模型，通過這些模型的中值模型構建全局模型的技術方案，運用該方案可以獲得高可靠的GFR預測模型。

技術領域

本發明屬于腎小球濾過率預測模型技術領域，具體涉及一種高可靠腎小球濾過率預測模型的構建與評估方法及裝置。

背景技術

直接測定GFR(Glomerular Filtration Rate，腎小球濾過率)的可操作性差，以血清肌酐濃度(SCr)為基礎和以血清胱抑素C為基礎的GFR公式預測法普遍應用于臨床，根據公式計算所得的GFR稱為eGFR(Estimated Glomerular Filtration Rate)，成為診斷3～5期CKD的主要依據。這種方法費用低，對患者身體傷害小。但是存在以下問題：

(1)現有的多種GFR預測模型中，每一個模型都是根據特定數據集建立，其推廣能力未知，模型的優劣也難以確定；

(2)由于有GFR金標準的數據的數量少，導致依據其構建的GFR預測模型的可靠性存在問題，顯然用可靠性不高的GFR預測模型對GFR值進行預測，其預測結果的可靠性值得懷疑。

因此，亟需一種技術，能夠針對小樣本情況下的GFR預測問題，構建出高可靠的GFR預測模型，并對模型所給出的GFR預測結果的可靠性給與評價。

對GFR的預測，通常是建立患者身體指標以及腎臟代謝物指標等指標與GFR值關系的回歸模型，這些指標包括諸如患者的年齡、性別、種族和血清肌酐值等?，F有模型根據不同數據集構建，均是基于線性模型假設得到的線性回歸模型。

目前還沒有對一個模型是否可靠的研究，然而，這一問題特別重要，尤其對于腎臟病的GFR小樣本數據更是如此，因為數據太少則構建出可靠的模型更有挑戰性。

現有方法主要存在以下不足：

(1)不考察GFR預測模型的可靠性。對GFR預測模型的評價，采用的是在現有數據上的預測準確率、均方誤差、相關系數(R2)等評價指標，并未考察模型的可靠性問題，而不可靠模型是不可用的。

(2)不考察GFR預測結果的可靠性。模型只給出對GFR的預測結果，卻不考察這一結果的可靠性，會導致預測結果可能看似很好卻可靠性不高從而不可信的問題。

發明內容

為了克服上述現有技術存在的不足，本發明的目的在于提供一種高可靠腎小球濾過率預測模型的構建與評估方法及裝置，該方法提出構建多個局部模型，通過這些模型的中值模型構建全局模型的技術方案，運用該方案可以獲得高可靠的GFR預測模型。

為了實現上述目的，本發明采用的技術方案是：

一種高可靠腎小球濾過率預測模型的構建與評估方法，包括；

步驟(1)：數據預處理；

建模所用數據中，每個樣本包含其臨床特征的數值和其GFR的測定值，均為數值型。

數據預處理分為兩步，特征選擇和log變換；

步驟(2)：局部模型設定；

局部模型設定為線性回歸模型，形如：

y＝w^Tx+b (4)

其中自變量x為模型輸入，即用于預測GFR的特征值；y為模型輸出，即模型根據輸入所計算出的GFR預測值；w和b為模型參數，通過訓練學得w和b之后，模型就得以確定；