[發明專利]結合FISH檢測的膀胱癌術后復發風險預測方法、裝置及介質

在審

• 申請號: 202310032705.0
• 申請日: 2023-01-10
• 公開（公告）號: CN116013528A
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 鄭俊炯;林天歆;孔堅秋;盧思弘;蔡錦華
• 申請（專利權）人: 中山大學孫逸仙紀念醫院
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70;G06F16/9535
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 李妙芬

1.一種結合FISH檢測的膀胱癌術后復發風險預測方法，其特征在于，包括：

從候選臨床因素篩選出多個預測因子；

根據所述多個預測因子和FISH檢測結果構建臨床預測模型；

根據目標患者的臨床資料得到各個預測因子取值；

根據所述目標患者的尿液樣本確認FISH檢測取值；

將所述各個預測因子取值和所述FISH檢測取值輸入所述臨床預測模型，得到所述目標患者的復發風險評分；

根據所述復發風險評分對所述目標患者的膀胱癌術后復發風險進行預測，得到所述目標患者的危險分層。

2.如權利要求1所述結合FISH檢測的膀胱癌術后復發風險預測方法，其特征在于，所述從候選臨床因素篩選出多個預測因子，具體包括：

使用LASSOCox回歸算法在訓練組中對候選臨床因素進行相關性篩選，將回歸系數不為0的臨床因素作為預測因子；所述訓練組是對臨床病理數據庫進行數據分組得到的，用于訓練臨床預測模型。

3.如權利要求1所述結合FISH檢測的膀胱癌術后復發風險預測方法，其特征在于，所述多個預測因子包括腫瘤分級、T分期、是否伴發原位癌、既往是否復發。

4.如權利要求1所述結合FISH檢測的膀胱癌術后復發風險預測方法，其特征在于，所述根據所述多個預測因子和FISH檢測結果構建臨床預測模型，具體包括：

在Cox回歸中，根據預設范數使用Lasso回歸算法對所述多個預測因子和FISH檢測結果進行收縮懲罰，調整所述多個預測因子和FISH檢測結果對應的回歸系數，得到復發風險評分的計算公式；

使復發風險評分計算公式的C指數評分和校準曲線吻合度達到預期目標；

在不同截斷點下，做Kaplan-Meier生存分析和對數秩檢驗，選擇最高χ2值對應的截斷點作為復發風險評分的最佳截斷點。

5.如權利要求1所述結合FISH檢測的膀胱癌術后復發風險預測方法，其特征在于，所述根據所述目標患者的尿液樣本確認FISH檢測取值，具體包括：

使用一組雙靶向FISH探針對尿液樣本進行檢驗，得到關于所述目標患者的+3指標、+7指標、+17指標和P16指標；

若+3指標、+7指標、+17指標中有兩個或兩個以上指標異常或者單一P16指標異常，FISH檢測取值為陽性。

6.如權利要求4所述結合FISH檢測的膀胱癌術后復發風險預測方法，其特征在于，所述根據所述復發風險評分對所述目標患者的術后復發風險進行預測，得到所述目標患者的危險分層，具體包括：

若所述復發風險評分大于或等于所述最佳截斷點，所述目標患者屬于高風險組；

若所述復發風險評分小于所述最佳截斷點，所述目標患者屬于低風險組。

7.如權利要求1所述結合FISH檢測的膀胱癌術后復發風險預測方法，其特征在于，所述將所述各個預測因子取值和所述FISH檢測取值輸入所述臨床預測模型，得到所述目標患者的復發風險評分之后，還包括：

根據所述臨床預測模型分別預測患者未來1年內、未來2年內、未來3年內發生復發的風險，建立與所述臨床預測模型相應的諾模圖；

結合所述目標患者的復發風險評分與所述諾模圖，預測所述目標患者未來1年內、未來2年內、未來3年內的復發風險。

8.一種結合FISH檢測的膀胱癌術后復發風險預測裝置，其特征在于，包括：

篩選模塊，用于從候選臨床因素篩選出多個預測因子；

模型構建模塊，用于根據所述多個預測因子和FISH檢測結果構建臨床預測模型；

因子取值模塊，用于根據目標患者的臨床資料得到各個預測因子取值；

FISH取值模塊，用于根據所述目標患者的尿液樣本確認FISH檢測取值；

評分模塊，用于將所述各個預測因子取值和所述FISH檢測取值輸入所述臨床預測模型，得到所述目標患者的復發風險評分；

預測模塊，用于根據所述復發風險評分對所述目標患者的術后復發風險進行預測，得到所述目標患者的危險分層。

9.一種計算機可讀存儲介質，其特征在于，其存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至7任一項所述結合FISH檢測的膀胱癌術后復發風險預測方法。