一种针对肝纤维化的非侵入性血清学评分模型及其设计方法技术

技术编号:20591487 阅读:24 留言:0更新日期:2019-03-16 07:58
本发明专利技术涉及一种针对肝纤维化的非侵入性血清学评分模型及其设计方法,其模型中包括输入模块、处理模块以及输出模块,其输入模块接收血小板计数、层粘连蛋白以及三型前胶原这三个独立预测因子,其处理模块连接其输入模块,并基于上述独立预测因子对肝纤维化状况进行评分;其输出模块连接所述处理模块,输出所述模型最终获得的所述评分。本发明专利技术的模型可以更准确地针对慢性乙型肝炎患者中重度肝纤维化情况进行评分,相较于其它模型,该模型中仅涉及了PLT、LN及PIIINP三个独立预测因子,所纳入的血清学指标更少,并且准确性及实用性更高,使用起来更简洁,也有利于在临床上及基层医院推广,从而减少了有创检查的几率,减轻了病人的风险及负担。

【技术实现步骤摘要】
一种针对肝纤维化的非侵入性血清学评分模型及其设计方法
本专利技术涉及医学领域,具体涉及一种针对肝纤维化的非侵入性血清学评分模型及其设计方法。
技术介绍
慢性肝炎已被证实可导致肝纤维化,最终可能发展为肝硬化,终末期肝病和肝癌。肝纤维化是一种动态的病理生理过程,正确评估肝纤维化的程度可以影响临床治疗策略。早期诊断及有效抗病毒治疗,使慢性乙型肝炎患者在出现组织学上中重度纤维化或肝硬化时,预后也可以得到显著改善,同时也可提高患者的生活质量。防止肝纤维化进展到肝硬化及肝癌是治疗慢性肝病的关键,定期检测肝纤维化的程度十分必要。因此,找到一种廉价且更准确的评分系统对慢性乙型肝炎患者的肝纤维化程度的早期预测和风险评估非常重要。肝穿刺作为评估肝纤维化程度的“金标准”,存在很多局限,比如具有侵入性、严重并发症的风险、难以重复进行等。血清生物标志物可以动态反映纤维化阶段和损伤的早期变化,具有廉价,易获得,无创,可重复等许多优势。目前,许多血清生物标志物和生物标志物组已被研究用于评估纤维化。FIB-4和APRI已被世界卫生组织(WHO)推荐用于评估慢性乙型肝炎患者并能有效的排除肝硬化。但是,它们用于区分纤维化程度及反映纤维化进展的作用尚不明确,且诊断性能并不能满足临床需求。
技术实现思路
针对现有技术中的不足,本专利技术的首要目的在于提供一种针对肝纤维化的非侵入性血清学评分模型及其设计方法,针对此目的,本专利技术至少提供如下技术方案:一种针对肝纤维化的非侵入性血清学评分模型,其包括:输入模块,接收以下参数指标:血小板计数(PLT)、层粘连蛋白(LN)以及三型前胶原(PIIINP);处理模块,连接所述输入模块,基于所述血小板计数、所述层粘连蛋白以及所述三型前胶原,根据式(1)得到肝纤维化的所述评分,Log(P)=0.024*LN+0.095*PIIINP-0.006*PLT-2.363式(1),其中,P为概率,Log(P)为获得的评分;输出模块,连接所述处理模块,输出所述模型最终获得的所述评分。所述评分越高,肝纤维化的风险越大。一种针对肝纤维化的非侵入性血清学评分设计方法,其包括以下步骤,至少记录以下参数指标:年龄、性别、丙氨酸氨基转移酶(ALT)、天冬氨酸氨基转移酶(AST)、血小板计数(PLT)、透明质酸(HA)、三型前胶原(PIIINP)、层粘连蛋白(LN)和四型胶原蛋白(CIV);采用单因素Logistic回归分析对上述生物变量进行分析,从而获得P值小于0.05的慢性乙型肝炎患者中重度肝纤维化的预测因子;采用多因素Logistic回归分析对上述预测因子进行分析,获得慢性乙型肝炎患者中重度肝纤维化的独立预测因子;构建由所述独立预测因子组成的针对肝纤维化的非侵入性血清学评分模型。所述单因素Logistic回归分析所涉及的公式为P(Y=1|X)=πx=exp(β0+β1X)/1+exp(β0+β1X),其中,Y为由肝穿刺确诊的是否中重度肝纤维化,Y=1表示“是”,Y=0表示“否”,X为上述预测因子,P为概率。所述多因素Logistic回归分析所涉及的公式为Π=exp(β0+ΣβjXj)/1+exp(β0+ΣβjXj),其中,j=1,2,3……,m;β0为常数项;βj是回归系数。所述预测因子为丙氨酸氨基转移酶、天冬氨酸氨基转移酶、血小板计数、透明质酸、三型前胶原、层粘连蛋白以及四型胶原蛋白。所述独立预测因子为血小板计数(PLT)、层粘连蛋白以及三型前胶原。所述评分模型涉及的公式为Log(P)=0.024*LN+0.095*PIIINP-0.006*PLT-2.363,其中,P为概率。与现有技术相比,本专利技术至少具有如下有益效果:本专利技术以针对肝纤维化的非侵入性血清学评分设计方法为基础,构建了针对肝纤维化的非侵入性血清学评分模型,该模型可以更准确地针对慢性乙型肝炎患者中重度肝纤维化情况进行评分,相较于其它模型,该模型中仅涉及了PLT、LN及PIIINP三个独立预测因子,所纳入的血清学指标更少,并且准确性及实用性更高,使用起来更简洁,也有利于在临床上及基层医院推广,从而减少了有创检查的几率,减轻了病人的风险及负担。附图说明图1是本专利技术根据多因素logistic回归方程获得的独立预测因子PLT、LN、PIIINP画出的重度肝纤维化风险率列线图。图2是本专利技术所得列线图的校准曲线图。图3是本专利技术训练组以及验证组的工作曲线图。图4是评估本专利技术模型净效益的决策曲线图具体实施方式下面来对本专利技术做进一步详细的说明。本专利技术的针对肝纤维化的非侵入性血清学评分设计方法如下:1、研究对象收集2016年7月至2018年3月某三甲医院420例慢性乙型肝炎患者(符合纳入及排除标准)。将420例慢性乙型肝炎患者分为2个组,即训练组和验证组,其中训练组252例(2016年7月至2017年7月),验证组168例(2017年7月至2018年3月),即训练组和验证组来自不同时间段的病人。2、研究参数对420例慢性乙型肝炎患者入院时测量并记录临床实验室参数,包括年龄、性别、丙氨酸氨基转移酶(ALT)、天冬氨酸氨基转移酶(AST)、血小板计数(PLT)、透明质酸(HA)、三型前胶原(PIIINP)、层粘连蛋白(LN)和四型胶原蛋白(CIV)。所有的这些检查均在肝脏穿刺检查前1周内检查。以肝穿刺结果作为标准来判定中重度肝纤维化(420例患者均有肝穿刺结果)。3、设计方法Logistic回归模型属非线性概率回归模型中的一种,主要适用于因变量为分类变量的回归分析。首先,本专利技术对训练组患者使用单因素logistic回归分析筛选出慢性乙型肝炎患者中重度肝纤维化的预测因子,具体的,对上述所涉及到的参数,逐个做Logistic回归分析,得到概率P关于自变量X的函数式(2),P(Y=1|X)=πx=exp(β0+β1X)/1+exp(β0+β1X)式(2),其中,变量Y为由肝穿刺确诊的是否中重度肝纤维化,Y=1表示“是”,Y=0表示“否”,自变量X为上述预测因子主要涉及的参数:年龄,性别,ALT、AST、PLT、HA、LN、CIV、PIIINP;β0为常数项,β1为自变量X的回归系数。由单因素logistics回归分析得到参数ALT、AST、PLT、HA、LN、CIV、PIIINP的P值均小于0.05。将上述P值均小于0.05的参数记为预测因子。然后,将P值小于0.05的上述预测因子ALT、AST、PLT、HA、LN、CIV、PIIINP采用多因素logistic回归方程式(3)筛选出慢性乙型肝炎患者中重度肝纤维化的独立预测因子,Π=exp(β0+ΣβjXj)/1+exp(β0+ΣβjXj)式(3)其中,j=1,2,3……,m;βj是回归系数,β0为常数项。从而获得三个独立预测因子PLT、LN、PIIINP。构建由PLT、LN、PIIINP组成的针对肝纤维化的非侵入性血清学评分模型本专利技术的评分模型是在列线图模型的基础上构建而成的,列线图模型是通过R软件构建的模型,用R软件以Design程序包(rms,Hmisc,lattice,Formula,ggplot2)根据多因素logistic回归方程获得的独立预测因子PLT、LN、PIIINP进而画出相应的列线图,如图1所示。对某个慢性乙型肝炎患者,本文档来自技高网...

【技术保护点】
1.一种针对肝纤维化的非侵入性血清学评分模型,其特征在于,其包括:输入模块,接收以下参数指标:血小板计数(PLT)、层粘连蛋白(LN)以及三型前胶原(PIIINP);处理模块,连接所述输入模块,基于所述血小板计数、所述层粘连蛋白以及所述三型前胶原,根据式(1)得到肝纤维化的所述评分,Log(P)=0.024*LN+0.095*PIIINP‑0.006*PLT‑2.363    式(1),其中,P为概率,Log(P)为获得的评分;输出模块,连接所述处理模块,输出所述模型最终获得的所述评分。

【技术特征摘要】
1.一种针对肝纤维化的非侵入性血清学评分模型,其特征在于,其包括:输入模块,接收以下参数指标:血小板计数(PLT)、层粘连蛋白(LN)以及三型前胶原(PIIINP);处理模块,连接所述输入模块,基于所述血小板计数、所述层粘连蛋白以及所述三型前胶原,根据式(1)得到肝纤维化的所述评分,Log(P)=0.024*LN+0.095*PIIINP-0.006*PLT-2.363式(1),其中,P为概率,Log(P)为获得的评分;输出模块,连接所述处理模块,输出所述模型最终获得的所述评分。2.根据权利要求1的所述评分模型,其特征在于,所述评分越高,肝纤维化的风险越大。3.一种针对肝纤维化的非侵入性血清学评分设计方法,其包括以下步骤,至少记录以下参数指标:年龄、性别、丙氨酸氨基转移酶(ALT)、天冬氨酸氨基转移酶(AST)、血小板计数(PLT)、透明质酸(HA)、三型前胶原(PIIINP)、层粘连蛋白(LN)和四型胶原蛋白(CIV);采用单因素Logistic回归分析对上述生物变量进行分析,从而获得P值小于0.05的慢性乙型肝炎患者中重度肝纤维化的预测因子;采用多因素Logistic回归分析对上述预测因子进行分析,获得慢性乙型肝炎患者中重度肝纤...

【专利技术属性】
技术研发人员:胡波崇雨田龚娇陈亚琼
申请(专利权)人:中山大学附属第三医院中山大学肝脏病医院
类型:发明
国别省市:广东,44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1