宫颈癌癌前早期病变阶段诊断模型及建立方法技术

本发明专利技术涉及一种宫颈癌癌前早期病变阶段诊断模型及建立方法，属于医学检测技术领域。该方法包括以下步骤：S1：获取各受试者样本的HPV DNA检测结果数据以及细胞学诊断结果数据，分别构建数据集；S2：对上述数据集进行均衡处理；S3：将经均衡处理的数据集以不同数据因子组合方式，进行多因素逻辑回归模型构建，得到不同组合方式构建模型中ROC曲线的AUC值最佳的模型；S4：以上述步骤得到的待训练模型，分别以Xgboost，随机森林，决策树，神经网络或SVM算法进行机器学习训练，得到不同算法模型中AUC值最佳的模型，最终得到的宫颈癌癌前早期病变阶段诊断模型，对以癌前病变各阶段为重点的患者阳性预测值可达0.8706，阴性预测值可达0.946。

【技术实现步骤摘要】
宫颈癌癌前早期病变阶段诊断模型及建立方法
本专利技术涉及医学检测
，特别是涉及一种宫颈癌癌前早期病变阶段诊断模型及建立方法。
技术介绍
宫颈癌是严重侵害女性健康的恶性疾病，发病率高，且呈持续增长趋势。现有的预防宫颈癌的策略为对适龄妇女进行细胞学和HPVDNA水平的筛查。但是由于细胞学筛查对于检测设备及医生资源要求较高，很大程度上限制了资源不足地区的筛查推广。越来越多的研究希望探索单独通过DNA的检测结果来推断疾病状态的方法。然而，由于单纯HPVDNA的检测结果的假阳性率较高，进而导致过高的阴道镜转诊率，因此，单纯依赖HPVDNA阴阳性来判断宫颈癌早期病变需要结合其他指标来提高准确性。有研究提出DNA的甲基化水平或者HPV的整合状态也可以作为筛查的指标，但目前的研究结果还存在结果不一致及准确性不够高的问题。HPVDNA检测方法非常多，有HC2,AptimaE6E6,Cobas4800等方法，其中一些方法的检测结果可以一定程度地反映HPV病毒在宿主体内的存在丰度，被称为病毒载量。病毒载量与宫颈癌癌前病变不同分期的相关性已被研究本文档来自技高网...

【技术保护点】
1.一种宫颈癌癌前早期病变阶段诊断模型的建立方法，其特征在于，包括以下步骤：/nS1：获取各受试者样本的HPV DNA检测结果数据以及细胞学诊断结果数据，作为数据因子，根据样本情况，评估为正常样本或宫颈癌前病变样本，分别构建数据集；/nS2：对上述数据集进行均衡处理；/nS3：将经均衡处理的数据集以不同数据因子组合方式，进行多因素逻辑回归模型构建，以ROC曲线的AUC值为评估指标，得到不同组合方式构建模型中AUC值最佳的模型，为待训练模型；/nS4：以上述步骤得到的待训练模型，分别以Xgboost，随机森林，决策树，神经网络或SVM算法进行机器学习训练，以ROC曲线的AUC值为评估指标，得到不...

【技术特征摘要】
1.一种宫颈癌癌前早期病变阶段诊断模型的建立方法，其特征在于，包括以下步骤：
S1：获取各受试者样本的HPVDNA检测结果数据以及细胞学诊断结果数据，作为数据因子，根据样本情况，评估为正常样本或宫颈癌前病变样本，分别构建数据集；
S2：对上述数据集进行均衡处理；
S3：将经均衡处理的数据集以不同数据因子组合方式，进行多因素逻辑回归模型构建，以ROC曲线的AUC值为评估指标，得到不同组合方式构建模型中AUC值最佳的模型，为待训练模型；
S4：以上述步骤得到的待训练模型，分别以Xgboost，随机森林，决策树，神经网络或SVM算法进行机器学习训练，以ROC曲线的AUC值为评估指标，得到不同算法模型中AUC值最佳的模型，即得宫颈癌癌前早期病变阶段诊断模型。


2.根据权利要求1所述的宫颈癌癌前早期病变阶段诊断模型的建立方法，其特征在于，S1步骤中，所述HPVDNA检测结果数据包括：HPV感染状态、HPV病毒载量；所述细胞学诊断结果数据包括：细胞学诊断的分期、阴道炎情况、真菌感染情况。


3.根据权利要求1所述的宫颈癌癌前早期病变阶段诊断模型的建立方法，其特征在于，S1步骤中，所述宫颈癌前病变样本评估为ASCUS、ASC-H、HSIL或LSIL。


4.根据权利要求1所述的宫颈癌癌前早期病变阶段诊断模型的建立方法，其特征在于，S2步骤中，采用SMOTE-Regular方法对正常和宫颈癌前病变样本的数据集进行均衡处理，使正常样本和宫颈癌前病变样本的数目具有一致性。


5.根据权利要求4所述...

【专利技术属性】
技术研发人员：孟博，曾征宇，李桂彬，郑宝文，于世辉，
申请(专利权)人：广州市金域转化医学研究院有限公司，广州金域医学检验中心有限公司，
类型：发明
国别省市：广东;44