[发明专利]基于个体化临床特征构建的评估类风湿性关节炎患者脑卒中风险的预测模型

权利要求书

1.基于个体化临床特征构建的评估类风湿性关节炎患者脑卒中风险的预测模型，其特征在于包括以下步骤：

1)、筛选与模型构建的用户：

RA与脑卒中组,患者应该满足下:Ⅰ)患者符合脑卒中和RA诊断标准，Ⅱ)具有临床实验室检查指标的患者：血清炎症分析、抗体补体分析或脂质分析中的至少一项，Ⅲ)18岁以上；

单纯RA组:Ⅰ)符合上述RA诊断标准，Ⅱ)18岁以上；

上述两组中排除标准为:Ⅰ)患有其他结缔组织疾病,包括系统性红斑狼疮、硬皮病、干燥综合症或血管炎，Ⅱ)患有强直性脊柱炎或痛风关节炎；

2)、获取用于表征目标用户的特征变量：包括年龄、性别、身高、体重、代谢指标：包括总胆固醇、甘油三酯、低密度脂蛋白、高密度脂蛋白和空腹血糖、收缩压、血清学炎症指标：包括C-反应蛋白、红细胞沉降率和类风湿因子、补体包括补体3、补体4和抗环瓜氨酸肽抗体、降压药用史、冠心病、心房颤动、左心室肥厚和心血管疾病的历史记录，参照《中国成人血脂异常预防指南(2012及2016修订版)诊断标准》将代谢指标转化为分类数据，其它指标利用四分位数(P₂₅,P₇₅)进行转化，建立目标用户数据集进行模型预测；

3)、利用训练集构建模型，采用广义的线性回归分析模型中逻辑回归筛选特征变量并建立模型，即：

X₁,X₂,……,X_m：为响脑卒中发病的变量特征；y＝P(X₁,X₂,……,X_m)，表示在m个特征变量作用下阳性结果发生的概率，β₀，β₁，β₂，…，β_m称为逻辑回归系数；

最终模型中的特征变量包括：性别、年龄、总胆固醇、低密度脂蛋白、收缩压、C反应蛋白、红细胞沉降率、降压药用史、冠心病和心房颤动，预测模型公式为：

模型中各个特征变量的哑变量编码逻辑回归系数如下表1：

表1。

2.根据权利要求1所述的基于个体化临床特征构建的评估类风湿性关节炎患者脑卒中风险的预测模型，其特征在于包括以下步骤：

将步骤3中的最终模型进行了可视化。

3.根据权利要求2所述的基于个体化临床特征构建的评估类风湿性关节炎患者脑卒中风险的预测模型，其特征在于包括以下步骤：

可视化表达为列线图。