[发明专利]基于逻辑回归的系统性红斑狼疮患者生存风险评估系统

说明书

本发明公开一种基于逻辑回归的系统性红斑狼疮患者生存风险评估系统，包括数据存储模块、数据处理模块、模型训练模块和生存风险评估模块；数据存储模块用于存储系统性红斑狼疮患者的历史数据；数据处理模块用于将历史数据进行量化编码，以构建样本数据集；模型训练模块中预置有逻辑回归模型，模型训练模块的输入为样本数据集，其输出为逻辑回归模型参数；生存风险评估模块预置有与模型训练模块中相同的逻辑回归模型，且加载了模型训练模块输出的模型参数，生存风险评估模块的输入为待评估患者量化编码后的相应数据，输出为待评估患者的生存风险评估结果。本发明系统不仅能够评估患者的生存结局，还能对患者的生存风险程度进行评估。

技术领域

本发明属于数据挖掘技术领域，具体涉及一种基于逻辑回归的系统性红斑狼疮患者生存风险评估系统。

背景技术

系统性红斑狼疮(Systemic Lupus Erythematosus，SLE)是一种临床表现有多系统损害症状的慢性系统性自身免疫病，以免疫功能失调、细胞免疫降低、体液免疫增强、免疫复合物增多所引起的血管炎为其病理基础，能累及皮肤、黏膜、浆膜、血管等全身组织和器官。SLE的病因及发病机理十分复杂，目前认为其发病与遗传因素、环境因素、免疫系统异常等有关，尚无特殊治疗方法，治疗现状不容过分乐观，有约10％的患者会在发病5年内死亡，部分难治性SLE预后差，2年内死亡率高达35％。因此，为SLE患者尤其是重症难治性患者进行生存分析预测，方便医生尽早对患者病情轻重及预后进行有效评估，从而积极开启安全有效的治疗方法。近年来，计算机性能的提高和大量可利用性的数据，使得医疗数据挖掘在解决人们的健康问题上起到了重要的作用，也越来越受到广泛的关注。

常见的二分类器，例如神经网络，支持向量机等只能预测存活和死亡生存结局，很难区分患者在住院初期的风险状态，而COX这种回归模型必须含有生存结局和生存时间两个变量，考虑到SLE患者生存结局的多因素性以及生存时间的长跨度性，这对患者的风险评估造成了很大不便，也会使得评估的结果受到质疑。

发明内容

本发明针对现有技术中的不足，提供一种基于逻辑回归的系统性红斑狼疮患者生存风险评估系统，采用的技术方案如下：

基于逻辑回归的系统性红斑狼疮患者生存风险评估系统，包括数据存储模块、数据处理模块、模型训练模块和生存风险评估模块；

所述数据存储模块用于存储有生存结局回访记录的系统性红斑狼疮患者的历史数据；

所述数据处理模块用于将数据存储模块中的历史数据进行量化编码，并将患者的生存结局作为标签，将同一患者量化编码后的其他历史数据作为生存结局影响特征，以构建样本数据集；

所述模型训练模块中预置有逻辑回归模型，模型训练模块的输入为样本数据集，其输出为利用样本数据集训练得到的逻辑回归模型参数；

所述生存风险评估模块预置有与模型训练模块中相同的逻辑回归模型，且该逻辑回归模型加载了模型训练模块输出的模型参数，生存风险评估模块的输入为待评估患者量化编码后的相应数据，输出为待评估患者的生存风险评估结果。

进一步地，所述历史数据包括患者的入院基本信息、症状和血清学指标；所述量化指对历史数据中的数值数据进行归一化和独热编码，对历史数据中的非数值数据根据一定规则进行数值量化。

进一步地，所述逻辑回归模型为：

将逻辑回归的输出y视为样本x属于正例的概率，得到样本属于正例的概率和属于反例的概率：

其中，向量x包含多个生存结局影响特征，即x＝[x₁,x₂,…,x_n]^T，w表示与x相对应的逻辑回归模型参数，即特征风险系数。