[发明专利]预测肺腺癌患者小细胞转化风险的模型及其建立方法有效
| 申请号： | 202211419631.8 | 申请日： | 2022-11-14 |
| 公开（公告）号： | CN115637292B | 公开（公告）日： | 2023-03-10 |
| 发明（设计）人： | 邢镨元;谢同济;李研;应建明;李峻岭;王守正;杨琳 | 申请（专利权）人： | 中国医学科学院肿瘤医院 |
| 主分类号： | C12Q1/6886 | 分类号： | C12Q1/6886;G16B5/00;G16B25/00;G16H50/30;G16H50/50 |
| 代理公司： | 北京星通盈泰知识产权代理有限公司 11952 | 代理人： | 魏星 |
| 地址： | 100021 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 预测 腺癌 患者 细胞 转化 风险 模型 及其 建立 方法 | ||
1. 一种预测肺腺癌患者小细胞转化风险模型的建立方法，其特征在于，包括：
S1、mRNA的提取和数据处理
从肺腺癌患者肿瘤样本中提取mRNA，对提取mRNA进行定量和质量检测，并测定提取mRNA的表达量，将获得数据与参考mRNA进行归一处理，备用；
S2、连续变量的二分类化
以结合病史和组织学定义的标本类型为金标准，之后以连续的提取mRNA表达量为待测变量，通过ROC法确定待测变量的最佳界值，并根据最佳界值将患者分为低表达组和高表达组，实现连续变量的二分类化；
S3、二分类化变量的变量筛选和模型构建
以二分类化的连续变量为自变量，以结合病史和组织学定义的标本类型为因变量进行单因素逻辑回归，筛选提取mRNA中同时满足ROC法和单因素逻辑回归分析具有统计学意义，且在最佳界值分组下两组人数均衡的二分类化的连续变量进行模型构建；所述模型用于检测腺癌患者肿瘤样本中
2.根据权利要求1所述的建立方法，其特征在于：所述的提取mRNA为肺腺癌患者肿瘤样本中730个mRNA的表达量。
3.根据权利要求1所述的建立方法，其特征在于：模型构建时，定义高表达为1，低表达为0，所述标本类型中发生小细胞转化患者的腺癌标本定义为1，未发生小细胞转化患者的腺癌标本定义为0，采用十折交叉验证确定最小交叉验证误差和最终模型。
4.根据权利要求3所述的建立方法，其特征在于：所述最终模型的得分为二分类mRNA表达与各自系数乘积的总和与截距项之和。
5.根据权利要求1所述的建立方法，其特征在于：还包括检验独立预测价值，所述检验独立预测价值包括通过构建的模型对每个患者打分，并根据中位值进行风险高低的划分。
6.根据权利要求5所述的建立方法，其特征在于：所述检验独立预测价值还包括对患者的年龄、性别和
7.一种检测肺腺癌患者肿瘤样本中
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学科学院肿瘤医院，未经中国医学科学院肿瘤医院许可，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/202211419631.8/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种新型电力负荷数字化分析方法
- 下一篇：一种高原脆弱区的大型弃渣场建造方法
