[发明专利]急性肾损伤早期预测方法及装置

说明书

本发明是关于一种急性肾损伤早期预测方法及装置，方法包括：构建急性肾损伤尿液分子标志物的一级数据样本集和二级数据样本集；对一级数据样本集和二级数据样本集进行归一化处理和分割，以确定一级训练数据集和一级测试数据集，和二级训练数据集和二级测试数据集；使用一级训练数据集和二级训练数据集，利用支持向量机算法训练，分别训练得到一级和二级急性肾损伤早期预测模型；使用遗传算法对一级和二级急性肾损伤早期预测模型进行参数优化，以得到优化后的一级急性肾损伤早期预测模型和二级急性肾损伤早期预测模型；使用一级测试数据集和二级测试数据集对优化后的一级急性肾损伤早期预测模型和二级急性肾损伤早期预测模型进行验证评估。

技术领域

本发明涉及医学技术领域，尤其涉及一种急性肾损伤早期预测方法及装置。

背景技术

急性肾损伤(AKI)是肾移植、心脏术后、脓毒血症患者的一种常见且严重的并发症。目前实验室主要依靠血肌酐和尿量变化预测AKI的发生，但是血肌酐和尿量只有在肾功能明显受损时才有可能检测出变化，敏感性非常差，由于血清肌酐和尿量的变化具有滞后性和不稳定性，不能对AKI进行早期有效的预测和风险评估，因而患者不能得到及时治疗。近年来一些研究发现部分患者的其他尿液标志物的变化比血肌酐早，具有明显的时间优势。临床上应用较广泛的尿液分子标志物有：中性粒细胞明胶酶相关脂质运载蛋白(NGAL)、肾损伤分子1(KIM-1)、白介素18(IL-18)、肝型脂肪酸结合蛋白(L-FABP)、尿微量白蛋白(mAlb)、尿β2微球蛋白(β2-MG)、尿半胱氨酸蛋白酶抑制剂C(CysC)、尿N乙酰β-D氨基葡萄糖苷酶(NAG)、尿[TIMP-2]×[IGFBP-7]等，这些标志物单独或联合检测为早期识别AKI提供了一定的帮助，但是单一指标的临床价值有限，目前采用的联合检测方案多是以受试者工作曲线(ROC)或Logistic回归分析建立AKI模型，但是由于多数建模样本量较少，这些方法建立的预测模型的可靠性和准确性有待提高，因此最佳的预测模型仍在探索中。

目前已有AKI预测模型的缺点主要是：

(1)模型建立方法的选择：目前采用的联合检测方案多是以受试者工作曲线(ROC)或Logistic回归分析建立AKI模型，但是由于多数建模样本量较少，这些方法建立的预测模型的可靠性和准确性有待提高，因此最佳的预测模型仍在探索中。

(2)预测模型中有效变量的选择：

部分模型选择的检测指标无法在临床常规开展，纳入的指标多，检测成本较高，极大地限制了模型的应用。

(3)对AKI预测的时间滞后：

已建立的AKI预测只能预测AKI重症患者，对AKI的预测必须是早期(小于等于24小时)，晚期(大于等于48小时)预测的话将会因为治疗不及时造成死亡率依然高居不下。

发明内容

为克服相关技术中存在的问题，本发明提供一种急性肾损伤早期预测方法及装置。

根据本发明实施例的第一方面，提供一种急性肾损伤早期预测方法，方法包括：

构建急性肾损伤尿液分子标志物的一级数据样本集和二级数据样本集，其中，所述一级数据样本集中的每个样本数据包括4种尿液分子标志物，所述二级数据样本集中的每个样本数据包括8种尿液分子；

对所述一级数据样本集和所述二级数据样本集进行归一化处理和分割，以确定一级训练数据集和一级测试数据集，和二级训练数据集和二级测试数据集；

使用所述一级训练数据集和所述二级训练数据集，利用支持向量机算法训练，分别训练得到一级急性肾损伤早期预测模型和二级急性肾损伤早期预测模型；

使用遗传算法对所述一级急性肾损伤早期预测模型和二级急性肾损伤早期预测模型进行参数优化，以得到优化后的一级急性肾损伤早期预测模型和二级急性肾损伤早期预测模型；