[发明专利]一种川崎病风险评估模型的构建方法及构建系统

权利要求书

1.一种川崎病风险评估模型的构建方法，其特征在于包括：

从样本数据集中提取可用于建模评估模型的有效样本；

从所述有效样本的特征集中筛选出符合现场医疗辅助诊断应用的10项特征；

将所述有效样本的不完整数据集随机分割为训练集和验证集；

使用随机森林的方法拟合训练集进行模型构建，根据袋外误差，记录最优模型参数；同时，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；

其中，从所述有效样本的特征集中筛选出符合现场医疗辅助诊断应用的10项特征，具体包括：

步骤11.在训练集上，以初始参数建立随机森林模型，计算每个特征变量在每一棵决策树上的基尼系数,并将结果记录在矩阵GINI中：

其中，K为类别数，n为变量数，m为随机森林中决策树数目，表示第l个区域的训练集中第k类所占比例，表示第m个特征向量在第n棵树上的基尼系数；

步骤12.对特征变量观测值进行随机扰动，重复步骤11；

步骤13.计算每个特征变量的基尼系数的平均减小量，并按降序排列；

步骤14.根据步骤13所得结果，并结合在实际应用于现场医疗辅助诊断中，取得各项特征值所用时间较短者，进行综合比较得到；

根据ROC曲线使用验证集计算模型分类阈值t，具体包括：

步骤21.利用最优参数模型，在训练集上建立最优模型；

步骤22.使用验证集观测值，在模型上进行预测，得到分类得分；

步骤23.在[0,1]范围内，选取不同数值作为分类阀阈值，对步骤22所得分类得分进行划分；

步骤24.计算不同分类阀域下，预测的敏感度、特异度和正确率，并绘制ROC曲线图；

步骤25.根据ROC曲线图选取使得同时满足预测的敏感度、特异度和正确率较优的分类阀域。

2.根据权利要求1所述的川崎病风险评估模型的构建方法，其特征在于：所述10项特征分别为性别、年龄、C-反应蛋白浓度、纤维蛋白原浓度、白蛋白浓度、球蛋白浓度、补体C3浓度、免疫球蛋白G浓度、前白蛋白浓度和白球比例。

3.根据权利要求1所述的川崎病风险评估模型的构建方法，其特征在于：训练集与验证集的分割比例为1：1～10：1。

4.根据权利要求1所述的川崎病风险评估模型的构建方法，其特征在于包括：根据ROC曲线使用验证集计算模型分类阈值t，KDx评分高于分类阈值t预测为川崎病高风险，低于分类阈值t预测为川崎病低风险。

5.根据权利要求1-4中任一项所述的川崎病风险评估模型的构建方法，其特征在于还包括：以完整的数据集作为测试集，对构建得到的川崎病风险评估模型进行预测。

6.根据权利要求1所述的川崎病风险评估模型的构建方法，其特征在于包括：

根据川崎病诊断标准将样本数据集分为川崎病和普通发热疾病两组，对不能明确诊断结果的样本进行删除处理；

对重复数据进行删除处理；

对数据量不足80％的指标进行删除处理；

对残缺、错误数据进行中位数填充，从而获得可用于构建评估模型的有效样本。

7.根据权利要求6所述的川崎病风险评估模型的构建方法，其特征在于：所述样本数据集来源于医院在线电子病例录入系统，包括医嘱、检验、检查、病程、门诊病历数据、院外随访数据、多中心样本数据和标本分子检测数据。

8.一种川崎病风险评估模型的构建系统，其应用于权利要求1-7中任一项所述的构建方法，其包括：

数据采集模块，至少用于数据采集，获取样本数据集；

数据处理模块，至少用于从样本数据集中提取可用于构建评估模型的有效样本；

模型构建模块，至少用于将所述有效样本的不完整数据集随机分割为训练集和验证集，并使用随机森林的方法拟合训练集，根据袋外误差，记录最优模型参数；

阈值计算模块，至少用于根据ROC曲线使用验证集计算模型分类阈值。

9.一种川崎病风险评估系统，其特征在于包括：

输入模块，至少用于输入待评估数据；

由权利要求1-7中任一项所述方法构建得到的川崎病风险评估模型，至少用于对该待评估数据进行评估；

显示模块，至少用于显示评估结果，即KDx评分。