心脏病妊娠患者分娩前新生儿风险预测方法、系统及介质技术方案

本公开公开了心脏病妊娠患者分娩前新生儿风险预测方法、系统及介质，包括：将预先采集的先天性心脏病妊娠患者及其新生儿的医疗数据进行数据筛选和特征提取，获取分娩风险对应的影响因子；对影响因子进行单因素logistic回归分析，将概率值p小于设定阈值的所有变量均筛选出来；对筛选出的所有变量进行多因素logistic回归分析，建立logistic回归模型；将待预测患者的左心室射血分数、左心房直径、左心室直径、升主动脉内径、主肺动脉内径、肺动脉收缩压与肺动脉平均压输入到将logistic回归模型中，获得待预测目标的分娩前新生儿风险评估结果。

【技术实现步骤摘要】
心脏病妊娠患者分娩前新生儿风险预测方法、系统及介质
本公开涉及心脏病妊娠患者分娩前新生儿风险预测方法、系统及介质。
技术介绍
本部分的陈述仅仅是提到了与本公开相关的
技术介绍
，并不必然构成现有技术。先天性心脏病患者通常存在血氧饱和度低、心功能差等特点，在妊娠的状态下，随着孕周的增加，发生心功能下降、心力衰竭等严重心脏并发症的概率极高。在这种状态下，胎儿存在一个相对低血氧饱和度的状态，并且随着母亲病情的加重，随时存在早产的风险，因此新生儿在出生后发生不良并发症的概率极高，危及生命安全。现有的心脏病妊娠患者分娩前新生儿风险预测一般是根据医生的工作经验，而通过工作经验来判断新生儿风险存在如下缺陷：由于心脏病发生原因及机制相当复杂，医生的工作经验具有主观性，新生儿风险预测的难度较大、分析效率较低、估计准确度较低。
技术实现思路
为了解决现有技术的不足，本公开提供了心脏病妊娠患者分娩前新生儿风险预测方法、系统及介质，其具有有效降低先天性心脏病妊娠患者分娩前新生儿风险评估的难度，提高分析的准确率和预测的准确度的效果；第一方面，本公开提供了心脏病妊娠患者分娩前新生儿风险预测方法；心脏病妊娠患者分娩前新生儿风险预测方法，包括：将预先采集的先天性心脏病妊娠患者及其新生儿的医疗数据进行数据筛选和特征提取，获取分娩风险对应的影响因子；所述影响因子，包括：是否发生新生儿不良事件、分娩时患者年龄、孕产史、先天性心脏病类型、既往治疗史、纽约心功能分级、心电图、心脏彩超结果、血液检查结果、心脏不良事件、产科并发症、分娩孕周、分娩方式、新生儿Apager评分以及新生儿体重；对影响因子进行单因素logistic回归分析，将概率值p小于设定阈值的所有变量均筛选出来；对筛选出的所有变量进行多因素logistic回归分析，建立logistic回归模型；将待预测患者的左心室射血分数、左心房直径、左心室直径、升主动脉内径、主肺动脉内径、肺动脉收缩压与肺动脉平均压输入到将logistic回归模型中，获得待预测目标的分娩前新生儿风险评估结果。优选地，建立logistic回归模型，同时还获得所述logistic回归模型对应的预测概率；以所述预测概率为分析变量，所述影响因子中是否发生新生儿不良事件为分类变量，构建所述logistic回归模型对应的ROC曲线；如果ROC曲线的下面积大于设定阈值，则表示logistic回归模型预测能力满足要求，输出logistic回归模型；如果ROC曲线的下面积小于等于设定阈值，则表示logistic回归模型的预测能力不满足要求，则返回将预先采集的先天性心脏病妊娠患者及其新生儿的医疗数据进行数据筛选和特征提取，获取分娩风险对应的影响因子步骤。所述ROC曲线的下面积，是指，ROC曲线、X轴所在直线、Y轴所在直线、ROC曲线上不与Y轴连接的端点到X轴垂线，这四条线所围成区域的面积。ROC曲线有两个端点，其中一个端点与Y轴连接；另外一个端点不与Y轴连接。优选地，所述新生儿不良事件，包括：早产(37周前分娩或新生儿体重小于1000g)、小于胎龄儿(出生体重低于同胎龄平均体重的第10百分位数，或低于同胎龄平均体重的2个标准差的新生儿)、低出生体重儿(出生体重小于2500g的婴儿)、胎死宫内和新生儿死亡；如果发生新生儿不良事件，则对应元素的取值为1，如果未发生新生儿不良事件，则对应元素的取值为0；例如，发生早产，则对应的早产项取值为1，如果未发生早产，则对应的早产项取值为0；优选地，所述心脏不良事件，包括：心源性死亡、心力衰竭、心律失常和围产期心肌病；如果存在心脏不良事件，则对应事件的取值为1；如果不存在心脏不良事件，则对应事件的取值为0；例如，如果存在心源性死亡，则心源性死亡取值为1；如果不存在心源性死亡，则心源性死亡取值为0；如果存在心力衰竭，则心力衰竭取值为1；如果不存在心力衰竭，则心力衰竭取值为0；如果存在心律失常，则心律失常取值为1；如果不存在心律失常，则心律失常取值为0；如果存在围产期心肌病，则围产期心肌病取值为1；如果不存在围产期心肌病，则围产期心肌病取值为0。优选地，所述既往治疗史，包括：怀孕前手术是否修复过心脏；如果怀孕前手术修复过心脏，则怀孕前手术是否修复过心脏取值为1；如果怀孕前未手术修复过心脏，则怀孕前手术是否修复过心脏取值为0。优选地，所述心电图，包括：窦性心动过速或异位心律；如果存在窦性心动过速，则窦性心动过速取值为1；如果不存在窦性心动过速，则窦性心动过速取值为0；如果存在异位心律，则异位心律取值为1；如果不存在异位心律，则异位心律取值为0。优选地，所述心脏彩超结果，包括：左心室射血分数、左心房直径、左心室直径、升主动脉内径、主肺动脉内径、肺动脉收缩压或肺动脉平均压；优选地，所述血液检查结果，包括：血小板数量、经皮氧饱和度、血红蛋白数量或血清总蛋白数量；优选地，所述心脏不良事件，包括：二尖瓣关闭不全或心包积液；如果存在二尖瓣关闭不全，则二尖瓣关闭不全取值为1；如果不存在二尖瓣关闭不全，则二尖瓣关闭不全取值为0；如果存在心包积液，则心包积液取值为1；如果不存在心包积液，则心包积液取值为0。优选地，所述产科并发症，包括：妊娠期高血压、先兆子痫或妊娠期糖尿病；如果存在妊娠期高血压，则妊娠期高血压取值为1；如果不存在妊娠期高血压，则妊娠期高血压取值为0；如果存在先兆子痫，则先兆子痫取值为1；如果不存在先兆子痫，则先兆子痫取值为0；如果存在妊娠期糖尿病，则妊娠期糖尿病取值为1；如果不存在妊娠期糖尿病，则妊娠期糖尿病取值为0。优选地，所述分娩方式，包括：经阴分娩或剖宫产分娩；如果存在经阴分娩，则经阴分娩取值为1；如果不存在经阴分娩，则经阴分娩取值为0；如果存在剖宫产分娩，则剖宫产分娩取值为1；如果不存在剖宫产分娩，则剖宫产分娩取值为0。优选地，对筛选出的所有变量进行多变量逻辑回归分析，建立logistic回归模型，具体包括：以是否发生新生儿不良事件为因变量，以筛选出的所有变量为自变量，采用最大似然估计法进行回归分析，建立logistic回归模型。优选地，基于统计学分析软件SPSS，对筛选出的所有变量进行多变量逻辑回归分析，建立logistic回归模型。第二方面，本公开还提供了心脏病妊娠患者分娩前新生儿风险预测系统；心脏病妊娠患者分娩前新生儿风险预测系统，包括：影响因子获取模块：将预先采集的先天性心脏病妊娠患者及其新生儿的医疗数据进行数据筛选和特征提取，获取分娩风险对应的影响因子；所述影响因子，包括：是否发生新生儿不良事件、分娩时患者年龄、孕产史、先天性心脏病类型、既往治疗史、纽约心功能分级、心电图、心脏彩超结果、血液检查结果、心脏不良事件、产科并发症、分娩孕周、分娩方式、新生儿Apager评分以及新生儿体重；变量筛选模块：对影响因子进行单因素logistic回归分析，将概率值p小于设定阈值的所有变量均筛选出来；模型获取模块：对筛选出的所有变量进行多因素logistic回归分析，建立logistic回归模型；风险评估模块：将待预测患者的左心室射血分数、左心房直径、左心室直径、升主动脉内径、主肺动脉内径、肺动脉收缩压与肺动脉平均压输入到将logistic回归模型中，获得待预测目标的分娩前新生儿风险评估结果。优选的本文档来自技高网...

【技术保护点】
1.心脏病妊娠患者分娩前新生儿风险预测方法，其特征是，包括：将预先采集的先天性心脏病妊娠患者及其新生儿的医疗数据进行数据筛选和特征提取，获取分娩风险对应的影响因子；所述影响因子，包括：是否发生新生儿不良事件、分娩时患者年龄、孕产史、先天性心脏病类型、既往治疗史、纽约心功能分级、心电图、心脏彩超结果、血液检查结果、心脏不良事件、产科并发症、分娩孕周、分娩方式、新生儿Apager评分以及新生儿体重；对影响因子进行单因素logistic回归分析，将概率值p小于设定阈值的所有变量均筛选出来；对筛选出的所有变量进行多因素logistic回归分析，建立logistic回归模型；将待预测患者的左心室射血分数、左心房直径、左心室直径、升主动脉内径、主肺动脉内径、肺动脉收缩压与肺动脉平均压输入到将logistic回归模型中，获得待预测目标的分娩前新生儿风险评估结果。

【技术特征摘要】
1.心脏病妊娠患者分娩前新生儿风险预测方法，其特征是，包括：将预先采集的先天性心脏病妊娠患者及其新生儿的医疗数据进行数据筛选和特征提取，获取分娩风险对应的影响因子；所述影响因子，包括：是否发生新生儿不良事件、分娩时患者年龄、孕产史、先天性心脏病类型、既往治疗史、纽约心功能分级、心电图、心脏彩超结果、血液检查结果、心脏不良事件、产科并发症、分娩孕周、分娩方式、新生儿Apager评分以及新生儿体重；对影响因子进行单因素logistic回归分析，将概率值p小于设定阈值的所有变量均筛选出来；对筛选出的所有变量进行多因素logistic回归分析，建立logistic回归模型；将待预测患者的左心室射血分数、左心房直径、左心室直径、升主动脉内径、主肺动脉内径、肺动脉收缩压与肺动脉平均压输入到将logistic回归模型中，获得待预测目标的分娩前新生儿风险评估结果。2.如权利要求1所述的方法，其特征是，建立logistic回归模型，同时还获得所述logistic回归模型对应的预测概率；以所述预测概率为分析变量，所述影响因子中是否发生新生儿不良事件为分类变量，构建所述logistic回归模型对应的ROC曲线；如果ROC曲线的下面积大于设定阈值，则表示logistic回归模型预测能力满足要求，输出logistic回归模型；如果ROC曲线的下面积小于等于设定阈值，则表示logistic回归模型的预测能力不满足要求，则返回将预先采集的先天性心脏病妊娠患者及其新生儿的医疗数据进行数据筛选和特征提取，获取分娩风险对应的影响因子步骤。3.如权利要求1所述的方法，其特征是，所述新生儿不良事件，包括：早产、小于胎龄儿、低出生体重儿、胎死宫内和新生儿死亡；所述心脏不良事件，包括：心源性死亡、心力衰竭、心律失常和围产期心肌病；所述既往治疗史，包括：怀孕前手术是否修复过心脏；所述心电图，包括：窦性心动过速或异位心律。4.如权利要求1所述的方法，其特征是，所述心脏彩超结果，包括：左心室射血分数、左心房直径、左心室直径、升主动脉内径、主肺动脉内径、肺动脉收缩压或肺动脉平均压；所述血液检查结果，包括：血小板数量、经皮氧饱和度、血红蛋白数量或血清总蛋白数量；所述心脏不良事件，包括：二尖瓣关闭不全或心包积液；如果存在二尖瓣关闭不全，则二尖瓣关闭不全取值为1；所述产科并发症，包括：妊娠期高血压、先兆子痫或妊娠期糖...

【专利技术属性】
技术研发人员：宋坤，褚然，谯旭，姚舒，孔北华，
申请(专利权)人：山东大学齐鲁医院，
类型：发明
国别省市：山东,37