[发明专利]生存分析模型的构建方法、装置、电子终端及存储介质

权利要求书

1.一种生存分析模型的构建方法，其特征在于，包括：

获取随访数据；其中，所述随访数据包括随访对象发生感兴趣事件的风险变量列的数据，和所述感兴趣事件的结局列的数据；

获取所述风险变量列的数据的先验概率值；

将所述风险变量列的数据和所述结局列的数据，按预设时段进行划分；

根据各预设时段的所述风险变量列的数据、所述结局列的数据和所述风险变量列的数据的先验概率值，确定各预设时段对应的预设危害风险模型中的基线风险参数和自变量系数；

根据确定各预设时段的基线风险参数和自变量系数的预设危害风险模型，确定累积危害风险模型。

2.根据权利要求1所述的方法，其特征在于，所述根据各预设时段的所述风险变量列的数据、所述结局列的数据和所述风险变量列的数据的先验概率值，确定各预设时段对应的预设危害风险模型中的基线风险参数和自变量系数，包括：

从所述风险变量列中，确定目标变量列；

根据各预设时段的所述目标变量列的数据、所述结局列的数据和所述目标变量列的数据的先验概率值，确定各预设时段对应的预设危害风险模型中的基线风险参数和自变量系数。

3.根据权利要求2所述的方法，其特征在于，若所述目标变量列的数量为一列，则根据确定各预设时段的基线风险参数和自变量系数的预设危害风险模型，所确定的累积危害风险模型，为所述目标变量列对应的独立累积危害风险模型；

若所述目标变量列的数量为至少两列，则根据确定各预设时段的基线风险参数和自变量系数的预设危害风险模型，所确定的累积危害风险模型，为所述目标变量列对应的联合累积危害风险模型。

4.根据权利要求1所述的方法，其特征在于，所述根据各预设时段的所述风险变量列的数据、所述结局列的数据和所述风险变量列的数据的先验概率值，确定各预设时段对应的预设危害风险模型中的基线风险参数和自变量系数，包括：

构建各预设时段的COX回归模型，并获取各预设时段的COX回归模型中，基线风险参数的先验概率值；

基于贝叶斯参数估计方法，根据各预设时段的风险变量列的数据和结局列的数据，各预设时段的COX回归模型中的基线风险参数的先验概率值，以及所述风险变量列的数据的先验概率值，对各预设时段对应的预设危害风险模型中的基线风险和自变量系数进行估计。

5.根据权利要求1所述的方法，其特征在于，所述根据确定各预设时段的基线风险参数和自变量系数的预设危害风险模型，确定累积危害风险模型，包括：

获取预测样本集，并将所述预测样本集输入确定各预设时段的基线风险参数和自变量系数的预设危害风险模型中；

根据确定各预设时段的基线风险参数和自变量系数的预设危害风险模型的输出结果，确定累积危害风险模型。

6.根据权利要求1所述的方法，其特征在于，在所述确定累积危害风险模型之后，还包括：

对所述自变量系数进行展示；和/或，对所述累积危害风险模型进行展示。

7.根据权利要求1所述的方法，其特征在于，所述风险变量列包括至少下述一列：性别、年龄和生物标志物；所述结局列包括事件列和时间列。

8.一种生存分析模型的构建装置，其特征在于，包括：

随访数据获取模块，用于获取随访数据；其中，所述随访数据包括随访对象发生感兴趣事件的风险变量列的数据，和所述感兴趣事件的结局列的数据；

先验概率获取模块，用于获取所述风险变量列的数据的先验概率值；

时段划分模块，用于将所述风险变量列的数据和所述结局列的数据，按预设时段进行划分；

参数确定模块，用于根据各预设时段的所述风险变量列的数据、所述结局列的数据和所述风险变量列的数据的先验概率值，确定各预设时段对应的预设危害风险模型中的基线风险参数和自变量系数；

模型确定模块，用于根据确定各预设时段的基线风险参数和自变量系数的预设危害风险模型，确定累积危害风险模型。