[发明专利]一种基于神经网络算法的川崎病风险评估模型的构建方法及构建系统

说明书

本发明公开了一种基于神经网络算法的川崎病风险评估模型的构建方法及构建系统。所述构建方法包括：从样本数据集中提取可用于建模评估的有效样本；从有效样本的特征集合中筛选出符合现场医疗辅助诊断应用的10项特征；将有效样本的不完整数据集随机分割为训练集和验证集；使用神经网络的方法拟合训练集进行模型构建，采用十折交叉验证法，记录最优模型参数；根据ROC曲线使用验证集计算模型分类阈值t，从而构建得到川崎病风险评估模型。本发明还构建相应的川崎病风险评估系统应用于对待评估数据进行评估，得到KDx评分。本发明有助于降低川崎病的误诊率和漏诊率，使患者在发病早期可以获得有效的预防、干预和治疗。

技术领域

本发明涉及一种模型的构建方法，具体来说涉及一种基于神经网络算法的预测川崎病风险的评估模型的构建方法、构建系统，以及评估系统，属于风险评估模型构建技术领域。

背景技术

川崎病又称皮肤黏膜淋巴结综合征，是一种以全身血管炎为主要病变的自身免疫性疾病，目前已累及全球60多个国家。其中冠状动脉是较易受累部位，是原因不明的发热性出疹性疾病，川崎病主要表现为持续性发热5天以上，还包括：(1)两眼结膜出现充血症状，但未出现渗出物；(2)口唇发红，出现杨梅舌，口腔和咽部黏膜存在弥漫性充血症状；(3)皮肤出现多形性红斑和皮疹；部分患儿可出现卡介苗接种处红肿，是一种特异性表现；(4)四肢末端发生变化；若手足存在硬性肿胀，掌跖和指端充血，则为急性期；若指端甲床皮肤移行部位膜状蜕皮，则为恢复期；肛门周围也多见脱皮症状；(5)急性期表现为非化脓性颈部淋巴结肿大，普遍为单侧，直径在1.5cm以上等临床症状。2017年美国心脏病协会(AHA)制定的川崎病诊断标准：若患者发热≥5天，且以上主要条件中≥4项者确诊为川崎病。含有上述若发热≥5天，主要临床表现不足4项，但在超声心动图或者血管造影发现有冠状动脉病变者，也诊断为川崎病。

川崎病高发人群为5岁以下儿童，最主要且严重的并发症是冠状动脉病变，如果不能进行及时诊断和治疗，会对心血管系统造成严重损伤，冠状动脉扩张和动脉瘤均是该病临床上发生率较高的并发症，还可能直接导致患者发生缺血性心脏病和猝死，目前已成为小儿后天获得性心脏病最常见的病因之一，也是成年后缺血性心脏病发生的危险因素。由此可见，KD的早期诊断具有重要地位。

目前的诊断依据必须发热≥5天，且需要等待临床症状出现，辅以实验室诊断和超心电图检查，容易使患儿错过最佳治疗时间。同时川崎病病因病理目前尚不明确，且发病后可引起多种症状，在一定程度上增加了小儿川崎病的诊断难度。由于患儿本身年龄较小，在没有确诊的情况下，治疗风险较大。小儿川崎病治疗的前提就是要明确诊断，这样才能够及时地对患儿实施治疗。目前尚没有特异性的诊断方法，容易造成患儿临床治疗延误。此外，川崎病的临床症状表现复杂多样，发病初期临床症状不明显，而且与临床上的败血症、淋巴结炎、急性扁挑体炎、药物过敏综合征等疾病症状极为相似，早期误诊率较高。出现误诊的患儿很容易延误病情，进而造成更大的危害。

综上所述，难确诊、易误诊是川崎病患者在诊断过程中的两大难题，是川崎病诊断过程中的临床痛点。因此，研发灵敏度高，特异性强的诊断方式成为川崎病诊疗的中急需满足的需求。

基于医疗数据建模的川崎病患病预测模型可以辅助诊断，有助于降低其漏诊率和误诊率，进一步指导其后续治疗过程。目前存在的基于数据的川崎病分类模型多采用线性方法，典型代表为逻辑回归分析方法。因其敏感性、特异性不足而造成川崎病患者漏诊、误诊情况，从而延误患者治疗。

因此，如何对现有的川崎病患病预测模型进行优化，构建一种具有高敏感性、特异性的风险评估模型，已然成为业界研究人员长期以来一直努力的方向。

发明内容

本发明的主要目的在于提供一种基于神经网络算法的川崎病风险评估模型的构建方法及构建系统，以克服现有技术中的不足。

本发明的另一目的还在于提供一种基于神经网络算法的川崎病风险评估系统。

为实现前述发明目的，本发明采用的技术方案包括：