[发明专利]一种用于新冠肺炎患者加重风险预测模型系统

权利要求书

1.一种用于新冠肺炎患者加重风险预测模型系统，其特征在于：由以下六个变量的联合判断：呼吸困难、潜伏期、年龄、淋巴细胞计数、C反应蛋白和半定量CT评分，其中，

上述模型的构建方法包括有以下步骤：

第一步骤：数据获取：从电子病例系统，收集每例有症状的新冠肺炎患者首次就诊时的临床资料，包括临床症状、流行病学资料、人口学资料和试验室影像资料；

第二步骤：变量筛选：应用R软件的glmnet数据包，通过LASSO回归，由于L1惩罚，采用10倍交叉验证，选取λ最小绝对值筛选出回归系数不为0的变量，再利用有向无环和效应改变法筛选最终变量；

第三步骤：预测模型构建：应用R软件rms数据包进行二分类logistic回归开发模型，建立诺莫图直观呈现模型，见附图，DynNom数据包生成网络计数器，见附图；

第四步骤：模型的预后效能评价：应用ROC曲线，根据AUC评价模型的判断能力的准确性，并对比社区获得性肺入院标准模型CURB-65对新冠肺炎入院标准的判断能力；Hosmer-lemeshow法，利用1000个bootstrap重采样进行拟合优度检测，对新冠肺炎住院模型进行内部验证；评估模型预测能力的风险与真实的风险一致性，制作校准曲线；评估模型的临床价值，通过制作决策曲线和临床影响曲线，进行直观显示，了解临床实用价值；

第五步骤：统计分析：使用R软件进行统计分析。

2.根据权利要求1所述的一种用于新冠肺炎患者加重风险预测模型系统，其特征在于：统计分析使用的软件包为glmnet、rms、DynNom、pROC、caret和rmda中的一种或多种。

3.根据权利要求1所述的一种用于新冠肺炎患者加重风险预测模型系统，其特征在于：六个变量与其相应回归系数的加权之和构成风险评分进行评估，计算公式为：风险评分=-5.606+（1.376×呼吸困难）+（-0.193×潜伏期）+（0.072×年龄）+（-2.141×淋巴细胞计数）+（0.021×C反应蛋白）+（0.461×半定量CT评分）。

4.根据权利要求1所述的一种用于新冠肺炎患者加重风险预测模型系统，其特征在于：第二步骤的数据变量筛选方法，联合应用LASSO回归，及使用10倍交叉验证的方法，并联合有向无环和效应改变的变量筛选方法。

5.根据权利要求1所述的一种用于新冠肺炎患者加重风险预测模型系统，其特征在于：第三步骤的预测模型的表达方法，应用彩色诺莫图，并联合网络计算平台的方法。

6.根据权利要求1所述的一种用于新冠肺炎患者加重风险预测模型系统，其特征在于：第四步骤的模型效能的联合验证方案，ROC曲线验证模型的区分度；校准曲线验证模型的的准确度；以及决策曲线和临床影响曲线进行临床适用性评价。