用于开发和使用用于预测多种医学结果、评价介入策略以及同时验证生物标志物诱因的预测模型的方法、系统和计算机程序产品技术方案

公开了用于开发和使用用于预测多种医学结果、评价介入策略以及同时验证生物标志物诱因的预测模型的方法、系统和计算机程序产品。根据一种方法，获得来自个体族群的不同来源的临床数据。临床数据可以包括关于个体的不同身体因素和人口统计学因素以及多种个体的不同结果。接收关于搜索空间的输入，搜索空间包括将因素的不同组合和至少一种结果链接的模型。响应于接收输入，基于模型关于结果的预测值，在搜索空间内对模型进行搜索。处理所识别的模型，以产生将所述因素组合中的一种链接到结果的最终模型。最终模型指示出具有在最终模型中的因素的个体出现该结果的可能性。

【技术实现步骤摘要】
【国外来华专利技术】
在这里所描述的主题涉及生成预测模型并将其应用于医学结果。 更具体地，在这里所描述的主题涉及用于开发和利用预测模型以预测 多种医学结果和最优介入策略以及同时验证生物标志物诱因的方法、 系统和计算机程序产品。
技术介绍
预测模型通常用于预测医学结果。这种模型基于从被确认为出现 或不出现特定医学结果的个体的族群中获得的统计数据。典型地，分 析关于该个体的族群的数据以确认用于预测该结果的因素。这些因素 可以组合成数学等式，或用于生成后验分布，以预测结果。为了预测 个体是否出现特定结果，可以分析该个体以判定是否存在一种或多种 因素(变量)。然后，可以将该模型应用于个体以判定该个体出现特 定医学结果的可能性或存活时间。在公布预测规则的医学文献中有一种方法，通过这种方法预测模 型可供医生使用。预测规则可以是组合了这些因素以预测医学结果的 等式或等式组。医生能够获得对于个体的测量值，并且利用公布的预测规则手动计算出该个体将会出现该特定结果的可能性。在一些情况 下，通过使个体预测模型可经因特网获得或可以作为个体计算器的电 子数据表的方式获得，已经使对个体预测模型的评分自动化。传统的预测模型所具有的一个问题是，模型是静态的，并且不会 基于新的因素的确认而改变。为了生成新的预测模型，必须进行统计 学研究，研究必须经历长期的同行评审，然后通过出版物传播给用户。 就自动检测新的因素并且基于该新因素自动更新模型而言，在当前的 预测模型生成过程中并没有可供使用的标准方法。传统的预测建模所具有的另一个问题是，预测模型典型地只考虑 医学结果将会或不发生的可能性。当试图对那些模型评分以做出预测 时，传统的预测模型未能考虑诸如获得特定模型所需要的数据的成本 或风险的因素。例如， 一种因素可能具有关于医学结果的高预测值。 然而，该因素可以是非常昂贵或者很难获得的。当前的预测建模系统 只考虑与预测该医学结果有关的因素，而不考虑获得或判定个体是否 出现特定因素的成本或难度。与传统的预测建模有关的另一个问题包括，不能验证生物标志 物，并且不能基于新验证的生物标志物更新预测模型。如上所述，新 因素的识别需要长期的同行评审，并且需要通过传统渠道传播。当前 的预测建模系统不能快速验证新的生物标志物，并且不能基于新验证 的生物标志物自动更新预测模型。与传统的预测建模有关的再一个问题是，不能同时预测多于一个 的结果，包括最初的医学问题、不同治疗的功效以及用于解决此问题 的不同治疗策略的不良反应。例如，传统的预测建模系统典型地预测 个体将出现特定结果(例如疾病)的可能性。对于个体，理想的是生成 与不同结果有关的多个概率或可能性。另外，理想的是，评价不同治 疗和测试策略以及这些策略对与不同结果有关的可能性的影响，并且 推荐最优的族群策略或决策路径。当前的预测建模系统不能提供这种 灵活性。与传统的预测建模系统有关的其它问题是，它们不能与电子病历(EHR)集成，或者不能为医生或患者提供使用决策支持接口的简易性。如上所述，传统的预测建模系统包括公布的诊断规则集或者单一 结果计算器，所述诊断^l则集需要医生手动应用以判定个体出现或发展为特定结果的可能性。这种手动或单一结果系统不能自动合并EHR 数据，或为个体提供用于査看和比较不同模型及结果的方便接口。鉴于与用于决策支持的传统的预测建模和模型评分有关的这些 和其它难点，存在对用于开发和使用预测模型来预测多种医学结果和 最优介入策略并且同时验证生物标志物诱因的方法、系统和计算机程 序产品的需要。
技术实现思路
根据一方面，在这里所描述的主题包括一种用于自动生成将用户 所选择的因素链接到用户所选择的结果的预测模型的方法。该方法包 括获得来自个体的族群的多个不同来源的临床数据。临床数据可以包 括关于所述个体的不同身体因素和人口统计学因素以及所述个体的 不同结果。可以接收关于搜索空间的输入，搜索空间包括将所述因素 的不同组合链接到所述结果中的至少一个的模型。响应于接收所述输 入，可以基于模型关于结果的预测值，在搜索空间内对模型进行搜索。 可以处理该模型，以产生出将所述因素组合中的一个链接到所述结果 的最终模型。最终模型可以指示具有在最终模型中的因素的个体出现 该结果的可能性。根据在这里所描述的主题的另一方面， 一种用于生成模型体系结 构从而为医学结果筛选个体的方法可以包括获得个体族群的临床数 据。可以识别与族群有关的、指示医学结果的因素。基于这些因素， 可以为预测医学结果而生成多种预测模型。基于相关的预测值和与将 每种模型应用于个体有关的额外的度量中的至少一种，可以以分等级 的方式排列这些模型。根据又一方面，在这里所描述的主题包括一种用于生成将用户所 选择的因素链接到用户所选择的结果的预测模型的系统。该系统可以 包括用于获得来自个体族群的多个不同来源的临床数据的数据采集 模块。临床数据可以包括多个关于个体的不同身体因素和人口统计学因素以及个体的不同结果。用户接口模块可以接收关于搜索空间的输 入，搜索空间包括将所述因素的不同组合链接到至少一种结果的模 型。响应于接收所述输入，基于模型关于结果的预测值，预测建模组 件可以在搜索空间内对模型进行搜索。建模组件可以处理在搜索中识 别的模型，并且产生将在搜索中识别的因素的组合中的一种链接到所 选择的结果的最终模型。根据另一方面，在这里所描述的主题包括一种用于同时评价个体 对于多种临床结果的风险的系统。系统包括用于从关于个体族群的临 床和分子数据中生成模型的预测建模组件，该模型将族群中的预测因 素(预测因子)链接到临床结果。生物标志物诱因识别系统验证生物 标志物。该系统还可以包括决策支持模块，用于接收关于个体所具有 的因素的输入，用于接收关于个体治疗方案的输入，用于将预测建模 组件生成的模型中的至少一种应用于输入，并且用于输出结果，该结 果指示个体在给定所选择的治疗方案的情况下出现临床结果中的一 种的风险。在这里所描述的用于开发和使用预测模型的主题可以作为包括 嵌入在计算机可读介质中的计算机可执行指令的计算机程序产品来 实现。用于实现在这里所描述的主题的典型计算机可读介质包括芯片 存储器设备、磁盘存储器设备、可编程逻辑器件、专用集成电路和可 下载电信号。另外，实施在这里所描述的主题的计算机程序产品可以 位于单一设备或计算平台上，也可以分布到多种设备或计算平台。附图说明现在，将参考以下附图来说明在这里所描述的主题的优选实施例图1是根据在这里所描述的主题的实施例、用于开发和使用预测模型的系统的方块图2是根据在这里所描述的主题的实施例的预测建模组件 (modeler)的方块图3是示出根据在这里所描述的主题的实施例、用于生成预测模型的典型步骤的流程图4是示出根据在这里所描述的主题的实施例、在使用贝叶斯马 尔可夫链蒙特卡洛方法后实现模型的各种预测因子的链收敛的一组 图5是示出根据在这里所描述的主题的实施例、用于生成预测模 型的体系结构的典型步骤的流程图6是示出根据在这里所描述的主题的实施例、将预测模型的体 系结构应用于个体的族群的示意图7是示出根据在这里所描述的主题的实施例、生成用于个体的 族群的预测模型的体系结构的示意图8A-8C是示出预测模型的体系结构应用于的个体的族群的风 险评分的本文档来自技高网...

【技术保护点】
一种用于自动生成将用户所选择的因素链接到用户所选择的结果的预测模型的方法，所述方法包括：　（ａ）获得来自个体族群的多个不同来源的临床数据，所述临床数据包括关于所述个体的多个不同身体因素和人口统计学因素，以及所述个体的多个不同结果；　 　（ｂ）接收关于搜索空间的输入，所述搜索空间包括将所述因素的不同组合和至少一个所述结果链接的若干个模型；以及　（ｃ）响应于接收所述输入：　（ｉ）基于所述模型关于所述结果的预测值，在所述搜索空间内对模型进行搜索；以及　（ｉ ｉ）处理在步骤（ｃ）（ｉ）中所识别的所述模型，以产生将所述因素组合中的一个链接到所述结果的最终模型，其中所述最终模型指示在所述最终模型中具有所述因素的个体将出现所述结果的可能性。

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：J朗海尔，C汉斯，C卡瓦略，R斯奈德曼，
申请(专利权)人：普罗文蒂斯公司，
类型：发明
国别省市：US[美国]