卵巢恶性肿瘤患者血栓风险预测模型建模方法及预测装置制造方法及图纸

本发明专利技术公开了一种卵巢恶性肿瘤患者血栓风险预测模型建模方法及预测装置，其中，建模方法包括：获取研究对象的临床检验数据；以是否发生静脉血栓栓塞为因变量，利用所述临床检验数据建立逻辑回归模型，得到静脉血栓栓塞的独立预测因素；根据所述独立预测因素建立列线图。上述建模方法及预测装置通过利用临床检验数据所构建的列线图对卵巢恶性肿瘤患者发生静脉血栓栓塞的风险进行预测，能够得到准确度更高的量化预测结果。

【技术实现步骤摘要】
卵巢恶性肿瘤患者血栓风险预测模型建模方法及预测装置
本专利技术涉及生物
，特别是涉及一种卵巢恶性肿瘤患者血栓风险预测模型建模方法及预测装置。
技术介绍
卵巢恶性肿瘤，俗称卵巢癌，是女性生殖器官常见的恶性肿瘤之一，卵巢恶性肿瘤中最常见的类型为上皮性卵巢癌，其死亡率占妇科肿瘤的首位；而静脉血栓栓塞症则是指血液在静脉内不正常地凝结，使血管完全或不完全阻塞。卵巢恶性肿瘤患者尤其容易发生静脉血栓栓塞症，有研究报道称，高达20％的卵巢恶性肿瘤患者同时罹患静脉血栓栓塞症，恶性肿瘤患者合并静脉血栓栓塞症易导致患者生活质量下降，甚至死亡率升高。引起卵巢恶性肿瘤患者血栓形成的因素错综复杂，然而既往研究结论不一，目前没有有力的研究证据表明哪些因素与卵巢恶性肿瘤患者血栓形成有关。另一方面，对于临床上经典的血栓风险评估模型Caprini评分和Rogers评分，研究发现，90％以上的妇科肿瘤患者在Caprini评分和Rogers评分中均属于最高危组，无法量化卵巢恶性肿瘤患者发生血栓的评估结果，难以准确预测卵巢恶性肿瘤患者罹患静脉血栓栓塞症的风本文档来自技高网...

【技术保护点】
1.一种卵巢恶性肿瘤患者血栓风险预测模型建模方法，其特征在于，包括：/n获取研究对象的临床检验数据；/n以是否发生静脉血栓栓塞为因变量，利用所述临床检验数据建立逻辑回归模型，得到静脉血栓栓塞的独立预测因素；/n根据所述独立预测因素建立列线图。/n

【技术特征摘要】
1.一种卵巢恶性肿瘤患者血栓风险预测模型建模方法，其特征在于，包括：
获取研究对象的临床检验数据；
以是否发生静脉血栓栓塞为因变量，利用所述临床检验数据建立逻辑回归模型，得到静脉血栓栓塞的独立预测因素；
根据所述独立预测因素建立列线图。


2.根据权利要求1所述的卵巢恶性肿瘤患者血栓风险预测模型建模方法，其特征在于，所述利用所述临床检验数据建立逻辑回归模型，得到静脉血栓栓塞的独立预测因素，具体为：
对所述研究对象的所述临床检验数据进行单因素逻辑回归分析，得到静脉血栓栓塞的预测因素，对所述预测因素进行多因素逻辑回归分析，得到静脉血栓栓塞的独立预测因素。


3.根据权利要求1所述的卵巢恶性肿瘤患者血栓风险预测模型建模方法，其特征在于，所述研究对象包括术后病理确诊为上皮性卵巢癌的患者。


4.根据权利要求1所述的卵巢恶性肿瘤患者血栓风险预测模型建模方法，其特征在于，所述以是否发生静脉血栓栓塞为因变量，具体包括：
利用医用设备确定所述研究对象是否存在静脉血栓栓塞，根据确定结果将所述研究对象划分发生血栓组和未发生血栓组；所述医用设备包括彩色多普勒超声、计算机断层、磁共振成像或血管造影。


5.根据权利要求1所述的卵巢恶性肿瘤患者血栓风险预测模型建模方法，其特征在于，所述临床检验数据包括基础数据、检查结果、病理信息和静脉血栓栓塞信息。


6.一种卵巢恶性肿瘤患者静脉血栓栓塞风险预测装置，其特征在于，包括：
数据获取模块，用于获取研究对象的临床检验数据；

【专利技术属性】
技术研发人员：姚婷婷，王钰涵，
申请(专利权)人：中山大学孙逸仙纪念医院，
类型：发明
国别省市：广东;44