一种基于aGVHD biomarker的风险分层及监测方法技术

本发明专利技术属于造血干细胞移植领域；本发明专利技术公开了一种基于aGVHD biomarker的风险分层及监测方法，包括以下步骤，S1：aGVHD biomarker指标监测及病人群体分组；S2：模型训练；S3：重度综合、肠道aGVHD风险分层；S4：动态监测病人风险分层变化及趋势；本发明专利技术采用模型融合技术，对病人进行重度综合、肠道aGVHD的低、中、高风险分层；可动态监测不同时间点病人的aGVHD biomarker指标、风险分层状态及变化趋势，为临床决策提供参考；相对应现有的技术本发明专利技术更适应于中国病人群体。

【技术实现步骤摘要】
一种基于aGVHDbiomarker的风险分层及监测方法
本专利技术属于造血干细胞移植领域，尤其指HSCT后100天内将病人aGVHDbiomarker指标与临床症状进行关联，通过建立机器学习模型对病人进行危险分层，并持续监测aGVHDbiomarker指标，动态监测病人所处的风险状态和趋势。
技术介绍
急性移植物抗宿主病(aGVHD)是异基因造血干细胞移植(HSCT)后致命并发症以及死亡率的主要来源。因此，寻找能够准确识别和诊断aGVHD的aGVHD生物标志物对于指导aGVHD的干预和治疗非常重要。已有研究表明：sST2、REG3α、TNFR1等生物标志物在预测病人非复发死亡率(NRM)风险、aGVHD治疗的激素耐药性及药物反应等方面具有指导意义。其中，SophiePaczesny等人提出：造血细胞移植后第28天的高ST2指标与2年非复发死亡率和总生存率相关。JamesFerrara等人利用HSCT后第7天的ST2和REG3α浓度建立模型，可有效预测6个月的NRM风险,并且类固醇激素治疗aGVHD1周后采集到的上述两种生物标志物具有预后价值。本文档来自技高网...

【技术保护点】
1.一种基于aGVHD biomarker的风险分层及监测方法，其特征在于：包括以下步骤，/nS1：aGVHD biomarker指标监测及病人群体分组；动态监测多中心病人群体重要时间点的aGVHD biomarker指标，并根据HSCT后100天内是否发生aGVHD进行分组，一个病人选取一条数据，形成模型训练集；/nS2：模型训练；将所述S1得到的模型训练集随机分组；将病人aGVHD biomarker指标与临床症状进行关联，采用机器学习领域先进的堆叠技术、逻辑回归技术，建立重度综合、肠道aGVHD机器学习模型，采用多模型融合方式，对病人重度综合、肠道aGVHD进行风险评分；/nS3：重度综...

【技术特征摘要】
1.一种基于aGVHDbiomarker的风险分层及监测方法，其特征在于：包括以下步骤，
S1：aGVHDbiomarker指标监测及病人群体分组；动态监测多中心病人群体重要时间点的aGVHDbiomarker指标，并根据HSCT后100天内是否发生aGVHD进行分组，一个病人选取一条数据，形成模型训练集；
S2：模型训练；将所述S1得到的模型训练集随机分组；将病人aGVHDbiomarker指标与临床症状进行关联，采用机器学习领域先进的堆叠技术、逻辑回归技术，建立重度综合、肠道aGVHD机器学习模型，采用多模型融合方式，对病人重度综合、肠道aGVHD进行风险评分；
S3：重度综合、肠道aGVHD风险分层；将所述S2中的风险评分结果对病人进行风险分层，其中HSCT后100天重度综合aGVHD累计发生率为：0.0％～8.2％(低风险)、12.9％～30.6％(中风险)、36.8％～71.7％(高风险)，HSCT后100天重度肠道aGVHD累计发生率分别为：0.0％～7.7％(低风险)，7.9％～29.1％(中风险)，34.0％...

【专利技术属性】
技术研发人员：李晓博，管迪，苗丽丽，丁畅，
申请(专利权)人：北京博富瑞医学检验实验室有限公司，
类型：发明
国别省市：北京;11