[發(fā)明專利]一種基于XGBoost預測DVT后PTS發(fā)生風險的系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211038566.4
• 申請日: 2022-08-26
• 公開（公告）號: CN115985493A
• 公開（公告）日: 2023-04-18
• 發(fā)明（設計）人: 黃楷;呂琳;沈潤楠;尤國昌;徐嘉堂;陳雄
• 申請（專利權）人: 中山大學孫逸仙紀念醫(yī)院
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70;G16H10/60;G16H20/00;G06F18/2431;G06F18/214
• 代理公司: 廣州三環(huán)專利商標代理有限公司 44202
• 代理人: 劉孟斌

1.一種基于XGBoost預測DVT后PTS發(fā)生風險的系統(tǒng)，其特征在于，包括：

數(shù)據(jù)輸入模塊，用于將DVT患者臨床特征檢測結果輸入模型計算模塊，所述模塊采集的信息包括以下臨床特征：是否聯(lián)合應用PCDT與抗凝治療；DVT類型；年齡；性別；是否患高血壓；是否患糖尿??；是否存在高膽固醇；是否患哮喘；是否患慢性阻塞性肺疾??；是否患心肌梗死；是否患心力衰竭；身高；體重；BMI；發(fā)生DVT下肢；先前是否發(fā)生VTE；是否進行大手術；是否接受住院治療；是否使用石膏模；是否生育；是否住院時發(fā)生DVT；是否服用阿司匹林；基線Villalta評分；

模型計算模塊，包括XGBoost模型，用于根據(jù)DVT患者臨床特征檢測結果以及XGBoost模型計算DVT患者評分結果；所述XGBoost模型公式如下：

其中y_i為預測值，K表示樹的數(shù)量，x_i表示第i個樣本，將K棵樹的輸出加權求和即為XGBoost模型的最終預測值；其模型訓練函數(shù)如下：

其中，第1項為損失函數(shù)，表示第i個樣本的預測誤差；第2項為正則化項，規(guī)范模型復雜度以防止過擬合；

結果輸出模塊，用于根據(jù)模塊輸出預測概率判定DVT患者發(fā)生PTS的風險；當DVT患者預測概率大于40％，判定該DVT患者為PTS發(fā)生高風險組；當DVT患者預測概率小于30％，判定該DVT患者為PTS發(fā)生低風險組；當DVT患者預測概率為30％到40％，判定該DVT患者為PTS發(fā)生中風險組。