[发明专利]一种中国南方早产儿视网膜病变预测模型及其构建方法

权利要求书

1.一种中国南方早产儿视网膜病变预测模型，其特征在于，

(1)获取影响中国南方早产儿发生严重视网膜病变的预测因素；

(2)单独对预测因素进行单因素分析；

(3)对单因素变量分析的结果采用卡方检验；并用多因素Logistics回归方程进一步筛选出具有统计学意义的预测因素；

(4)以具有统计学意义的预测因素作为参数建立新的ROP预测模型，中国南方早产儿出现严重ROP预测模型的公式如下：

X1：出生体重1000-1500g

X2：出生体重＜1000g

X3：多胎

X4：N-CPAP。

2.根据权利要求1所述的一种中国南方早产儿视网膜病变预测模型，其特征在于，所述预测模型的临界值为0.136。

3.一种预测模型的构建方法，用于构建如权利要求1-2任一条所述的一种中国南方早产儿视网膜病变预测模型，其特征在于，包括如下步骤：

步骤1：收集数据，将数据分为验证组和建模组；并将建模组的数据进行单因素分析；

步骤2：将单因素分析结构用于卡方检验，从中筛选出具有显著统计学差异的预测因素；

步骤4：用多因素Logistics回归方程从显著统计学差异的预测因素中筛选出具有显著统计学意义的预测因素；

步骤3：将步骤2中获得具有显著性统计学意义的预测因素用于构建预测模型，构建预测模型的公式如下：

令Sigmoid(p)＝z,则有：

Logistic回归模型则是建立在Sigmoid函数和自变量的线性回归模型之上，可以表示为：

其中，h(x)的取值范围是[0,1]。

4.根据权利要求3所述的一种中国南方早产儿视网膜病变预测模型的构建方法，其特征在于，所述步骤2中，多元logistic回归分析的回归方程中获得的具有统计学意义的预测因素为出生体重、是否为多胎、N-CPAP吸氧史。

5.根据权利要求4所述的一种中国南方早产儿视网膜病变预测模型的构建方法，其特征在于，所述步骤1中，选择47项候选预测因素进行初步的单因素分析，其中整体服从正态分布的连续变量采用独立样本T检验，整体不服从正态分布的连续变量采用Mann-WhitneyU检验。

6.根据权利要求3所述的一种中国南方早产儿视网膜病变预测模型，其特征在于，所述步骤2中具有显著统计学差异的预测因素为：出生体重、Apgar 1分钟评分、多胎、辅助受孕、N-CPAP吸氧史。

7.根据权利要求6所述的一种中国南方早产儿视网膜病变预测模型，其特征在于，所述的具有统计学意义的预测因素中卡方检验的结果为：出生体重(p＝0.004)、是否为多胎(p＝0.004)、是否N-CPAP(p＝0.009)。

8.根据权利要求3所述的一种中国南方早产儿视网膜病变预测模型，其特征在于，所述步骤3中，根据最大约登指数，确定预测模型的临界值。

9.根据权利要求1所述的一种中国南方早产儿视网膜病变预测模型的方法，其特征在于，还包括步骤4，将步骤3获得的预测模型带入到验证组中进行数据验证。

10.根据权利要求8所述的一种中国南方早产儿视网膜病变预测模型，其特征在于，所述步骤2中，将所述预测模型、WINROP模型及DIGIROP-Birth模型带入到验证组数据中获得特异性和敏感性进行对比。