[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

说明书

本发明实施例公开了一种生存分析模型的构建方法、装置、电子终端及存储介质，该方法包括：获取随访对象发生感兴趣事件的风险变量列和结局列的数据；获取风险变量列的数据的先验概率值；将风险变量列和结局列的数据，按预设时段进行划分；根据各预设时段的风险变量列和结局列的数据、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；根据各预设时段的预设危害风险模型，确定累积危害风险模型。通过将先验概率值结合实际随访数据，能够计算出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，从而使得基线风险参数和自变量系数可随时间动态变化，提高了模型的预测准确率。

技术领域

本发明实施例涉及医疗科研的预后分析技术，尤其涉及一种生存分析模型的构建方法、装置、电子终端及存储介质。

背景技术

生存分析指的是一系列用来探究感兴趣事件的发生时间的统计方法，其为医疗科研的预后分析的一个重要研究内容，例如可用于分析病人确诊疾病之后多长时间会死亡，疾病治愈之后多久会复发等。

目前，通常采用的生存分析手段是，通过构建比例风险回归模型(proportionalhazards model，可称为COX回归模型)来进行分析。然而，建立COX回归模型时，需将等比例风险假定作为前提条件，即假定各危险因素的作用不随时间的变化而变化。这就导致，使用COX回归模型对感兴趣事件进行预测时，得到的预测准确率较低。

发明内容

有鉴于此，本发明实施例提供了一种生存分析模型的构建方法、装置、电子终端及存储介质，构建出的生存分析模型中基线风险参数和自变量系数可随时间动态变化，从而提高了模型的预测准确率。

第一方面，本发明实施例提供了一种生存分析模型的构建方法，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。

第二方面，本发明实施例还提供了一种生存分析模型的构建装置，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。

第三方面，本发明实施例还提供了一种电子终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明任意实施例提供的生存分析模型的构建方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本发明任意实施例提供的生存分析模型的构建方法。