[发明专利]一种腹部手术后患者延迟进食风险预测模型的训练方法、预测系统及介质

说明书

本发明提供一种腹部手术后患者延迟进食风险预测模型的训练方法、预测系统及介质，涉及快速康复外科技术领域。本发明从患者信息出发，对数据进行筛除、缺失值处理和异常值处理的预处理后，对数据进行标准化，通过单因素分析确定变量，再通过多因素分析构建风险预测的初步模型，结合机器学习进行完善训练，得到腹部手术后患者进食延迟风险预测模型。本发明还提供了一种预测系统，能够利用构建的预测模型实现对腹部手术后患者进食延迟的有效预测，能够在术后早期发现术后进食延迟风险高的患者，以便临床工作者进行提早干预，为腹部手术后进食延迟提供标准化、有效性高的预测手段，具有较高的临床应用价值。

技术领域

本发明涉及快速康复外科技术领域，尤其涉及一种腹部手术后患者延迟 进食风险预测模型的训练方法、预测系统及介质。

背景技术

术后早期进食是快速康复外科中的重要一环，有助于促进患者术后胃肠 道动力恢复，补充每日所需的营养与能量，加快伤口愈合的同时缩短患者住 院时间并改善生活质量，因此国内外临床实践指南均推荐在术后开展早期营 养治疗。然而在实践过程中，出于安全性考虑，患者常在排便排气并耐受清 水后开始流质饮食。

术后延迟进食是腹部手术后常见的并发症，患者多因手术后恶心、呕吐 及食欲不振而延迟进食时间，致使营养素及能量摄取不足、术后营养不良及 其风险增加，严重者可造成其他并发症发生率及死亡率增高，因此早期发现 术后延迟进食的患者并及时给予干预措施对术后快速康复至关重要。

目前，术后进食延迟的预测与早期发现仅依靠患者的临床症状与临床医 务工作者的经验。这种方法的局限在于：1.主观性较强，术后延迟进食的判 断依赖于临床医务工作者的经验与患者的临床表现。2.没有准确的评判标 准，不同医务工作者的判断方法各异，无法对诊断意见进行统一，临床实践 中尚无法有效地对腹部手术后患者进食延迟的风险进行预测。

发明内容

本发明为了克服现有技术中无法有效预测腹部手术后进食延迟的问题， 提供了一种腹部手术后患者进食延迟风险预测模型的训练方法、利用该预测 模型进行腹部手术后进食延迟风险预测的系统以及含有该预测模型的计算 机可读储存介质，以促进患者术后早期进食，进而促进腹部手术患者的恢复。

为了实现上述发明目的，本发明提供以下技术方案：

本发明提供了一种腹部手术后患者延迟进食风险预测模型的训练方法， 包括以下步骤：

S131采集腹部手术术后患者信息，构建数据库，所述信息包括基础信 息和围术期治疗信息；

S132筛除S131采集的数据中重要信息不全的部分后，对数据进行缺失 值处理和异常值处理；

S133对S132处理后的患者数据进行标准化处理，得到术后进食延迟风 险预测相关信息表达变量矩阵；

S134根据患者对术后进食是否延迟，对延迟风险预测相关信息表达变 量矩阵进行单因素分析，初步确定变量；

S135对S134确定的变量进行多因素分析，构建腹部手术后进食延迟风 险预测的初步模型，收集患者出院后相关数据，通过机器学习对初步模型进 行完善训练，得到腹部手术后患者进食延迟风险预测模型。

优选的，步骤S132所述缺失值处理是将患者数据缺省率大于50％的患者 数据删除，剩余患者数据中的缺省值以所有数据的中位数或均值填充。

优选的，步骤S132所述异常值处理是以SPSS软件处理缺失值处理后的 患者数据，剔除其中异常范围大于0.5％的患者数据。

优选的，步骤S133所述标准化处理是将每个分类变量按“是”或“否” 临界值分为两组，将每个连续变量按“是”或“否”超过界值分为两组。

优选的，步骤S134所述单因素分析的方法为卡方检测法，步骤S135所 述多因素分析的方法及机器学习方法为Logistic回归分析法。