[发明专利]基于回归分析的压力性损伤风险预测模型校正方法

权利要求书

1.一种基于回归分析的压力性损伤风险预测模型校正方法，其特征在于，所述方法包括：

对病历数据进行筛选获取至少一个验证集和至少一个训练集，其步骤包括：

对病历数据进行筛选获取可分析病历数据；

检索病历数据，排除入院时已发生皮肤类损伤的病历数据；

排除入院后第一时间阈值内发生压力性损伤的病历数据，第一时间阈值用来确保用于学习训练的病历数据的有效性，所述第一时间阈值根据时间相关因素设置；

将可分析病历数据随机划分为用于建立压力性损伤风险预测模型的至少一个训练集和用于验证压力性损伤风险预测模型的至少一个验证集；

基于验证集内病历数据的显著属性将验证集划分为多个分类验证集,其步骤包括：采用卡方检验对各风险变量进行分析，并找到对压力性损伤有显著影响的风险变量，其中，显著属性指的是对压力性损伤有显著影响的风险变量，风险变量为压力性损伤风险预测模型的自变量，压力性损伤风险预测模型的因变量为发生压力性损伤；

通过分类验证集验证由训练集建立的至少一个压力性损伤风险预测模型的方式获取针对该分类验证集的无关风险变量，其步骤包括：基于多个分类验证集验证由至少一个训练集建立的压力性损伤风险预测模型，并获取对应分类验证集的验证结果，其中，验证结果至少包括预测性能和一致性，获取多个预测性能小于第一阈值或一致性小于第二阈值的异常压力性损伤风险预测模型以及预测性能大于第一阈值且一致性大于第二阈值的正常压力性损伤风险预测模型，预测性能用AUC表征，第一阈值指AUC的值为0.75，一致性用拟合优度评价，第二阈值指P值为0.05，AUC用于表征压力性损伤风险预测模型的区分能力，还包括，基于同一分类验证集的正常压力性损伤风险预测模型与异常压力性损伤风险预测模型进行比较，获取针对该分类验证集的无关风险变量；

基于无关风险变量构建校正表，并将该校正表更新至压力性损伤风险预测模型中，更新方式为改变训练集重新建立压力性损失风险预测模型。

2.根据前述权利要求1所述的方法，其特征在于，所述方法还包括：

获取调谐风险变量；

跟踪调谐风险变量并进行修正，从而获取修正后的调谐回归系数；

将修正后的调谐回归系数纳入校正表中。

3.根据前述权利要求1所述的方法，其特征在于，获取调谐风险变量的步骤如下：

监测不同分类验证集的正常压力性损伤风险预测模型中回归系数波动或变化超过第三阈值的风险变量，第三阈值为0.1；

或者，

通过两两比较不同分类验证集对应的正常压力性损伤风险预测模型中风险变量的回归系数曲线的方式筛选回归系数曲线的差异超过第四阈值的风险变量，回归系数曲线的差异超过第四阈值指的是在相同的风险变量的数值下回归系数之间的差值超过第四阈值，第四阈值设置为0.1。

4.根据前述权利要求2所述的方法，其特征在于，获取修正后的调谐回归系数的步骤包括：

跟踪调谐风险变量在不同正常压力性损伤风险预测模型的回归系数以获取对应不同正常压力性损伤风险预测模型的回归系数曲线；

将多个回归系数曲线平均化处理得到修正后的调谐回归系数曲线，并将该调谐回归系数曲线对应的回归系数作为该调谐风险变量的回归系数。

5.一种基于回归分析的压力性损伤风险预测模型校正装置，其特征在于，包括处理单元，其中，

处理单元配置为执行如下步骤：

对病历数据进行筛选获取至少一个验证集和至少一个训练集，其步骤包括：对病历数据进行筛选获取可分析病历数据；检索病历数据，排除入院时已发生皮肤类损伤的病历数据；排除入院后第一时间阈值内发生压力性损伤的病历数据，第一时间阈值用来确保用于学习训练的病历数据的有效性，所述第一时间阈值根据时间相关因素设置；将可分析病历数据随机划分为用于建立压力性损伤风险预测模型的至少一个训练集和用于验证压力性损伤风险预测模型的至少一个验证集；

基于验证集内病历数据的显著属性将验证集划分为多个分类验证集,其步骤包括：采用卡方检验对各风险变量进行分析，并找到对压力性损伤有显著影响的风险变量，其中，显著属性指的是对压力性损伤有显著影响的风险变量，风险变量为压力性损伤风险预测模型的自变量，压力性损伤风险预测模型的因变量为发生压力性损伤；

通过分类验证集验证由训练集建立的至少一个压力性损伤风险预测模型的方式获取针对该分类验证集的无关风险变量，其步骤包括：基于多个分类验证集验证由至少一个训练集建立的压力性损伤风险预测模型，并获取对应分类验证集的验证结果，其中，验证结果至少包括预测性能和一致性，获取多个预测性能小于第一阈值或一致性小于第二阈值的异常压力性损伤风险预测模型以及预测性能大于第一阈值且一致性大于第二阈值的正常压力性损伤风险预测模型，预测性能用AUC表征，第一阈值指AUC的值为0.75，一致性用拟合优度评价，第二阈值指P值为0.05，AUC用于表征压力性损伤风险预测模型的区分能力，还包括，基于同一分类验证集的正常压力性损伤风险预测模型与异常压力性损伤风险预测模型进行比较，获取针对该分类验证集的无关风险变量；

基于无关风险变量构建校正表，并将该校正表更新至压力性损伤风险预测模型中，更新方式为改变训练集重新建立压力性损失风险预测模型。