一种妇科肿瘤疾病风险预测可视化系统技术方案

本发明专利技术公开了一种妇科肿瘤疾病风险预测可视化系统，包括风险预测模型构建模块，在妇科病例中获取妇科相关疾病变量，与患妇科事件进行相关性分析，基于筛选的危险因素构建妇科风险预测模型；妇科概率预测模块，接收发病风险预测请求，调取相关历史疾病数据队列，基于妇科预测模型获取妇科发病概率预测结果；健康报告生成模块，根据妇科发病概率预测结果、获取的用户生理指标信息、与该用户相关的危险因素及危险因素的贡献率生成可视化报告。根据被测者的生理指标，预测患妇科的概率，并且能够直观了解该概率值由哪几项指标决定的，同时结合对诊断报告结果的可视化，直观显示各个指标之间的数据关系。

【技术实现步骤摘要】
一种妇科肿瘤疾病风险预测可视化系统
本专利技术属于医疗大数据处理
，尤其涉及一种妇科肿瘤疾病风险预测可视化系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。妇科肿瘤疾病包括卵巢癌、宫颈癌、乳腺癌、子宫内膜癌等，目前临床上用于妇科风险预测的指标有几种，如卵巢癌的预测，癌抗原CA125是最为常用的监测卵巢癌的肿瘤标志物，CA125存在于上皮性妇科组织和病人的血清中，主要用于辅助诊断恶性浆液性卵巢癌，上皮性卵巢癌，同时也是卵巢癌术后、化疗后疗效观察的指标。但是，专利技术人发现CA125对于早期卵巢癌监测并不敏感。另一种指标人附睾蛋白4(HE4)在卵巢癌组织和患者血清中呈高表达，而在卵巢正常组织或良性肿瘤中低表达或不表达，但是专利技术人发现该方法，在运用到大规模检测血清标本时遇到了质量控制、样本准备等问题；以及在与CA125进行联合检测时存在临界值的界定及与CA125联合应用两者界定的问题。再者，构建预测模型时，常用的有Gail模型和Claus模型，如对乳腺癌的预测，Gail模型是全球首个乳本文档来自技高网...

【技术保护点】
1.一种妇科肿瘤疾病风险预测可视化系统，其特征在于，包括：/n风险预测模型构建模块，在妇科病例中获取妇科相关疾病变量，与患妇科事件进行相关性分析，筛选得到危险因素；基于筛选的危险因素构建妇科风险预测模型；/n妇科概率预测模块，接收发病风险预测请求，调取相关历史疾病数据队列，基于妇科预测模型获取妇科发病概率预测结果；/n健康报告生成模块，根据妇科发病概率预测结果、获取的用户生理指标信息、与该用户相关的危险因素及危险因素的贡献率生成可视化报告。/n

【技术特征摘要】
1.一种妇科肿瘤疾病风险预测可视化系统，其特征在于，包括：
风险预测模型构建模块，在妇科病例中获取妇科相关疾病变量，与患妇科事件进行相关性分析，筛选得到危险因素；基于筛选的危险因素构建妇科风险预测模型；
妇科概率预测模块，接收发病风险预测请求，调取相关历史疾病数据队列，基于妇科预测模型获取妇科发病概率预测结果；
健康报告生成模块，根据妇科发病概率预测结果、获取的用户生理指标信息、与该用户相关的危险因素及危险因素的贡献率生成可视化报告。


2.如权利要求1所述的一种妇科肿瘤疾病风险预测可视化系统，其特征在于，
所述妇科肿瘤疾病包括：子宫内膜癌、乳腺癌、宫颈癌和卵巢癌。


3.如权利要求1所述的一种妇科肿瘤疾病风险预测可视化系统，其特征在于，
风险预测模型构建模块还包括：
基于筛选的危险因素进行单因素分析，通过逐步筛选法选择妇科肿瘤疾病的独立预测因子，以此建立多因素比例风险模型；
将危险因素输入多因素比例风险模型，建立妇科肿瘤疾病预测模型。


4.如权利要求1所述的一种妇科肿瘤疾病风险预测可视化系统，其特征在于，所述妇科发病概率预测结果计算方法为：
对于预测模型中的每个危险因素变量，若患有该危险因素相应的疾病，则对该危险因素变量赋值为1，否则赋值为0，计算妇科发病概率。


5.如权利要求1所述的一种妇科肿瘤疾病风险预测可视化系统，其特征在于，所述危险因素的贡献率计算方法为：
对于具有的危险因素，分别赋值为0并计算妇科发病概率，得到不具有该危险因素时的发病概率；将其与妇科概率预测模块得到的发病概率作差，得到每个危险因素对患妇科事件的贡献率。


6.如权利要求1所述的一种妇科肿瘤疾病风险预测可视化系统，其特征在于，所述在妇科病例中获取妇科相关疾病变量包括：
从疾病大数据队列中检索与妇科相关的疾病名称，并对其进行审核；
根据妇科相关疾病名称，从疾病大数据队列中匹配身份证号、性别继而地域数据，得到妇科肿瘤疾病队列；
接收病例纳入标准，从妇科肿瘤疾病队列中获取妇科病例。...

【专利技术属性】
技术研发人员：薛付忠，季晓康，丁荔洁，王永超，杨帆，刘聪聪，陈晓璐，冯一平，王博洁，王睿，朱俊奉，刘真，肖鹏，马官慧，韩君铭，
申请(专利权)人：山东大学，阳光保险集团股份有限公司，康评医疗健康有限公司，
类型：发明
国别省市：山东;37