[发明专利]基于常规体检指标的成人脂肪肝风险判别模型及判别方法在审
| 申请号: | 202111640263.5 | 申请日: | 2021-12-29 |
| 公开(公告)号: | CN114171201A | 公开(公告)日: | 2022-03-11 |
| 发明(设计)人: | 韩晓旭;张爽;王巍 | 申请(专利权)人: | 中国医科大学附属第一医院 |
| 主分类号: | G16H50/30 | 分类号: | G16H50/30;G16H50/20;G16H10/20;G16H10/40;G16H10/60;A61B5/00 |
| 代理公司: | 辽宁铭合专利代理事务所(普通合伙) 21262 | 代理人: | 孙兵 |
| 地址: | 110001 辽宁*** | 国省代码: | 辽宁;21 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 常规 体检 指标 成人 脂肪肝 风险 判别 模型 方法 | ||
1.基于常规体检指标的成人脂肪肝风险判别模型,其特征在于,包含,
S1:筛选体检人群,主要包含:对人群中缺乏体检报告的诊断结果,没有进行腹部超声检查以及年龄小于18周岁的人群进行筛除;
S2:获取满足条件人群的临床及实验室数据并对数据进行录入形成数据集,
S3:对录入的临床及实验室数据进行排查,删除异常离群值并进行缺失值填充;
S4:对人群进行分组,标为脂肪肝(FLD)组与非脂肪肝(Non-FLD)组,获取脂肪肝组与非脂肪肝组临床及实验室特征差异;
S5:将处理后的数据按照7∶3的比例分为训练集和验证集,通过特征选择和训练,建立基于Logistic回归的12个指标的全脂肪肝风险判别模型,以下简称“12指标全指标模型”;
S6:通过单指标受试者操作特征曲线(ROC)分析,简化模型,建立基于Logistic回归的7指标简化脂肪肝风险判别模型,以下简称“7指标简化模型”;
S7:通过单指标ROG分析,将残余脂蛋白胆固醇(RLP-C)代替TG,并纳入GGT,建立不包括TG的基于Logistic回归的8指标脂肪肝风险判别模型,以下简称“8指标RLP-C模型”。
2.根据权利要求1所述的基于常规体检指标的成人脂肪肝风险判别模型,其特征在于,体检人群的临床及实验室数据包含:年龄、性别、身体指数(BMI)、腰围、身高、体重、收缩压(SBP)、舒张压(DBP)、空腹血糖(FPG)、血清总胆固醇(TC)、甘油三酯(TG)、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)、碱性磷酸酶(ALP)、γ谷氨酰基转移酶(GGT)、丙氨酸氨基转移酶(ALT)、天门冬氨酸氨基转移酶(AST)、血清总蛋白(TP)、血清白蛋白(ALB)、总胆红素(TBIL)、血尿素氮(BUN)、肌酐(Cr)、尿酸(UA);
3.根据权利要求1所述的基于常规体检指标的成人脂肪肝风险判别模型,其特征在于,基于Logistic回归的12指标全指标模型包括,指标集合:ALB,年龄,LDL-C,ALP,DBP,FPG,HDL-C,UA,ALT,TG,BMI和腰围,以及对应的Logistic回归系数(ω0,ω1,...ω12);
4.根据权利要求1所述的基于常规体检指标的成人脂肪肝风险判别模型,其特征在于,基于Logistic回归的7指标简化模型包括,指标集合:腰围,BMI,TG,ALT,UA,HDL-C和性别,以及对应的Logistic回归系数(ω′0,ω′1,...ω′7);
5.根据权利要求1所述的基于常规体检指标的成人脂肪肝风险判别模型,其特征在于,基于Logistic回归的8指标RLP-C模型包括,指标集合:腰围,BMI,GGT,RLP-C,ALT,UA,HDL-C和性别,以及对应的Logistic回归系数(ω″0,ω″1,...ω″8);
6.根据权利要求1所述的基于常规体检指标的成人脂肪肝风险判别模型,其特征在于,RLP-C可以由如下公式计算:
RLP-C=TC-(HDL-C+LDL-C);
7.基于常规体检指标的成人脂肪肝判别方法,其特征在于,包含,
S1:获取受试者的体检数据,根据受试者TG检验结果的可信度以及其他实际条件(如是否具有相关模型需要的检验结果),从12指标全指标模型、7指标简化模型和8指标RLP-C模型中选择合适的脂肪肝风险判别模型;
S2:将受试者体检数据通过选择的脂肪肝风险判别模型中的Logistic回归运算,计算得到脂肪肝风险概率。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国医科大学附属第一医院,未经中国医科大学附属第一医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111640263.5/1.html,转载请声明来源钻瓜专利网。





