新型冠状肺炎与流感肺炎的初筛诊断方法，系统和设备技术方案

本发明专利技术提供一种新型冠状肺炎与流感肺炎的初筛方法，系统和设备，基于患者临床症状体征、血常规及血生化检验指标，构建了能够快速识别和区分新型冠状肺炎和甲型流感肺炎的工具，最终根据诊断能力生成最优模型和次优模型，最优模型具备快速精确的初筛能力，次优模型针对欠发达地区医疗资源不能承担血生化检测时，提供基于个人症状体征和血常规构建的初筛识别工具，从而为医疗和公共卫生防控资源的有效投入提供辅助。

【技术实现步骤摘要】
新型冠状肺炎与流感肺炎的初筛诊断方法，系统和设备
本专利技术涉及医学诊断领域，具体涉及一种新型冠状肺炎与流感肺炎的初筛诊断方法，系统和设备。
技术介绍
COVID-19肺炎的主要临床表现与严重急性呼吸综合征(SevereAcuteRespiratorySyndrome,SARS)和中东呼吸综合征(MiddleEastrespiratorysyndrome,MERS)类似，为发热、咳嗽和气促等。肺部影像学检查是重要的辅助诊断方式之一，然而肺部影像学表现特点则为典型的病毒性肺炎特点，早期表现主要为双肺胸膜下斑片状磨玻璃影，与季节性流感等病毒性肺炎在影像学上无法区分和鉴别诊断。与季节性流感相比，COVID-19的病死率更高，SARS-CoV-2病毒的传播力更强，其对人群带来的威胁以及诊疗所需的医疗资源也更高，但COVID-19的暴发季与流感季重叠，主要症状和体征、影像学检查结果相似。特别是对于基层或者许多医疗资源欠发达的地区。这些地区，甚至哪怕是发达国家，也会出现医疗资源挤兑，造成核酸检测能力饱和的严峻态势，难以应对COVID-19与季节性流感的同时爆发流行的分诊，会极大影响当地医疗资源的合理分配。因此如何在诊疗资源有限的前提下，形成和储备快速的分诊工具和鉴别手段，对于COVID-19与季节性流感所致的肺炎进行快速的识别与初筛，从而合理的进行医疗资源分配和采取正确的防控措施极为重要和关键。
技术实现思路
本专利技术的目的是提供一种新型冠肺炎用与流感肺炎的初筛诊断方法，装置和设备，可基于简单的个人症状体征和血常规检验指标，构建了能够快速识别和区分新型冠肺炎和甲型流感肺炎的工具。为了达到上述目的，本专利技术一方面提供一种新型冠状肺炎与流感肺炎的初筛诊断方法，包括以下步骤：获取新冠肺炎患者和流感肺炎患者的临床指标数据；利用Logistic回归模型比较两组数据各项指标的OR值，识别出存在差异的临床指标；采用随机森林模型对识别后的临床指标的影响权重进行排序，根据排序结果获取高权重的临床指标作为评估新冠肺炎的风险因素；将患者按4:1随机分为训练集和测试集，训练集根据所述排序结果选取临床指标用以构建分类回归树模型，所述分类回归树模型基于各临床指标或各临床指标的组合建立了决策树，所述测试集用以验证所述分类回归树模型的输出结果。进一步的，所述新冠肺炎患者和流感肺炎患者的临床指标数据包括患者的人口学特征、临床症状和体征、血常规以及血生化检查结果。进一步的，统计临床指标数据并将变量指标进行转换描述，包括：将临床指标数据中非确定性指标的统计结果与医学参考值进行比较，生成低于参考值，正常和高于参考值三种结果；将临床指标数据中连续变量指标的统计结果转换为四分位数间距(IQR)，并以中位数进行表示；将临床指标数据中离散变量指标的统计结果转换为概率分布值进行表示。进一步的，基Logistic回归模型和随机森林模型筛选出所述临床指标数据中高权重的临床指标，其中：临床症状和体征中选取第一天最高体温、呼吸道症状出现频率、咳嗽；血常规指标中选取嗜酸细胞绝对值、红细胞压积、单核细胞百分比；血生化指标中选取低密度脂蛋白胆固醇、C反应蛋白、肌酸激酶。进一步的，建立第一决策树模型，所述第一决策树模型以所述临床指标数据作为节点区分新冠肺炎患者和甲型流感肺炎患者，其中第一节点为低密度脂蛋白胆固醇、第二节点为肌酸激酶、第三节点为呼吸道症状出现频率、第四节点为入院第一天最高体温。进一步的，建立第二决策树模型，所述第二策树模型以所述临床指标数据作为节点区分新冠肺炎患者和甲型流感肺炎患者，其中第一节点为嗜酸细胞绝对值、第二节点为单核细胞百分比、第三节点为红细胞压积、第四节点为入院第一天最高体温、第五节点为呼吸道症状出现频率。进一步的，采用混淆矩阵(confusionmatrix)和ROC曲线下面积(AUC)验证所述第一模型和第二模型，确定新型冠状肺炎与流感肺炎的初筛的最优模型。另一方面，本专利技术还提供一种新型冠状肺炎与流感肺炎的初筛诊断系统，包括：数据获取单元，用以获取新冠肺炎患者和流感肺炎患者的临床指标数据；临床指标识别单元，用以利用Logistic回归模型比较两组数据各项指标的OR值，识别出存在差异的临床指标；临床指标评估单元，用以采用随机森林模型对识别后的临床指标的影响权重进行排序，根据排序结果获取高权重的临床指标作为评估新冠肺炎的风险因素；诊断模型建立单元，将患者按4:1随机分为训练集和测试集，训练集根据所述排序结果选取临床指标用以构建分类回归树模型，所述分类回归树模型基于各临床指标或各临床指标的组合建立了决策树，所述测试集用以验证所述分类回归树模型的输出结果。另一方面，本专利技术还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如上述方法的步骤。另一方面，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如上述方法的步骤。本专利技术提供一种新型冠状肺炎与流感肺炎的初筛方法，装置和系统，基于患者临床症状体征、血常规及血生化检验指标，构建了能够快速识别和区分新型冠状肺炎和甲型流感肺炎的工具，最终根据诊断能力生成最优模型和次优模型，最优模型具备快速精确的初筛能力，次优模型针对欠发达地区医疗资源不能承担血生化检测时，提供基于个人症状体征和血常规构建的初筛识别工具，从而为医疗和公共卫生防控资源的有效投入提供辅助。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术一个实施例的新型冠状肺炎与流感肺炎的初筛方法的方法流程图；图2a和图2b是本专利技术一个实施例的随机森林模型的变量重要性度量表。图3是本专利技术一个实施例的第一决策模型的树状结构图。图4是本专利技术一个实施例的第二决策模型的树状结构图。图5a是本专利技术一个实施例的第一决策模型的混淆矩阵图。图5b是本专利技术一个实施例的第一决策模型的ROC曲线下面积图。图6a是本专利技术一个实施例的第二决策模型的混淆矩阵图。图6b是本专利技术一个实施例的第二决策模型的ROC曲线下面积图。图7是本专利技术一个实施例的新型冠状肺炎与流感肺炎的初筛系统的系统架构图。图8是本专利技术一个实施例的一种电子设备的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本文档来自技高网...

【技术保护点】
1.新型冠状肺炎与流感肺炎的初筛诊断方法，其特征在于，包括以下步骤：/n获取新冠肺炎患者和流感肺炎患者的临床指标数据；/n利用Logistic回归模型比较两组数据各项指标的OR值，识别出存在差异的临床指标；/n采用随机森林模型对识别后的临床指标的影响权重进行排序，根据排序结果获取高权重的临床指标作为评估新冠肺炎的风险因素；/n将患者按4:1随机分为训练集和测试集，训练集根据所述排序结果选取临床指标用以构建分类回归树模型，所述分类回归树模型基于各临床指标或各临床指标的组合建立了决策树，所述测试集用以验证所述分类回归树模型的输出结果。/n

【技术特征摘要】
1.新型冠状肺炎与流感肺炎的初筛诊断方法，其特征在于，包括以下步骤：
获取新冠肺炎患者和流感肺炎患者的临床指标数据；
利用Logistic回归模型比较两组数据各项指标的OR值，识别出存在差异的临床指标；
采用随机森林模型对识别后的临床指标的影响权重进行排序，根据排序结果获取高权重的临床指标作为评估新冠肺炎的风险因素；
将患者按4:1随机分为训练集和测试集，训练集根据所述排序结果选取临床指标用以构建分类回归树模型，所述分类回归树模型基于各临床指标或各临床指标的组合建立了决策树，所述测试集用以验证所述分类回归树模型的输出结果。


2.如权利要求1所述的新型冠状肺炎与流感肺炎的初筛诊断方法，其特征在于，所述新冠肺炎患者和流感肺炎患者的临床指标数据包括患者的人口学特征、临床症状和体征、血常规以及血生化检查结果。


3.如权利要求2所述的新型冠状肺炎与流感肺炎的初筛诊断方法，其特征在于，统计临床指标数据并将变量指标进行转换描述，包括：
将临床指标数据中非确定性指标的统计结果与医学参考值进行比较，生成低于参考值，正常和高于参考值三种结果；
将临床指标数据中连续变量指标的统计结果转换为四分位数间距(IQR)，并以中位数进行表示；
将临床指标数据中离散变量指标的统计结果转换为概率分布值进行表示。


4.如权利要求3所述的新型冠状肺炎与流感肺炎的初筛诊断方法，其特征在于，基Logistic回归模型和随机森林模型筛选出所述临床指标数据中高权重的临床指标，其中：
临床症状和体征中选取第一天最高体温、呼吸道症状出现频率、咳嗽；
血常规指标中选取嗜酸细胞绝对值、红细胞压积、单核细胞百分比；
血生化指标中选取低密度脂蛋白胆固醇、C反应蛋白、肌酸激酶。


5.如权利要求4所述的新型冠状肺炎与流感肺炎的初筛诊断方法，其特征在于，建立第一决策树模型，所述第一决策树模型以所述临床指标数据作为节点区分新冠肺炎患者和甲型流感肺炎患者...

【专利技术属性】
技术研发人员：尹波，李智敏，刘莉，那炜，容艳瑜，郑唯韡，王卓著，赵惠涓，何怡，张超，李珣，马武仁，
申请(专利权)人：李智敏，王卓著，上海水晶云信息科技有限公司，
类型：发明
国别省市：上海;31