子宫内膜癌预测诊断模型的构建方法、及该诊断模型与诊断器技术

本发明专利技术公开了一种子宫内膜癌预测诊断模型的构建方法、及该诊断模型与诊断器，该子宫内膜癌预测诊断模型的构建方法包括如下步骤：1)数据获取；2)数据处理；3)建立模型；4)模型的结果判读；5)诊断预测效能验证；6)特征权重值的确定。本发明专利技术子宫内膜癌预测诊断模型的构建方法仅需要临床常见的检测结果，无需增加患者负担，所需检查均为无创检测，可有效减少患者不必要的有创创伤及优化合理进行有创检查的必要性，适合临床快速应用。适合临床快速应用。适合临床快速应用。

【技术实现步骤摘要】
子宫内膜癌预测诊断模型的构建方法、及该诊断模型与诊断器


[0001]本专利技术涉及子宫内膜癌预测诊断模型的
，具体涉及一种子宫内膜癌预测诊断模型的构建方法、及该诊断模型与诊断器。

技术介绍

[0002]子宫内膜癌是常见的妇科肿瘤疾病，在女性常见癌症中发病率排第6位，子宫内膜癌的不良预后与分期较晚密切相关。从I期(95％)到IV期(16％)，子宫内膜癌的5年相关生存率降低了79％。对子宫内膜癌做到早诊断，将有利于及时采取正确的治疗，降低患者病死率。
[0003]现有对子宫内膜癌的诊断指标主要依赖患者年龄、临床症状、超声检测子宫内膜厚度、血液肿瘤标记物CA125及最终的病理学确诊
‑
子宫内膜活检或诊断性刮宫。但均缺乏特异性，并不能对子宫内膜癌进行及早诊断，并且最终的确诊
‑
病理学检查为有创性检查，患者对此的顾虑反而阻碍了子宫内膜癌的及早诊断。
[0004]为了提高子宫内膜癌女性的生存率，研究者开发了一系列预测模型来对有症状的病人进行早期诊断。现有的数据对经阴道超声筛查那些基于流行病学危险因素本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种子宫内膜癌预测诊断模型的构建方法，其特征在于：包括如下步骤：1)数据获取：获取并建立子宫内膜癌患者和正常对照患者的临床表现特征以及实验室指标特点的数据集，随机分为训练集、验证集和测试集；2)数据处理：将训练集和测试集的数据进行挑选和缺失值填补，并采用Lasso回归进行特征选择，将挑选出的特征用于建立模型；3)建立模型：将训练集的提取的特性信息数据进行训练，并调整模型的参数，最终取AUC排前三的预测模型，赋予各自相应的权重值后生成集成预测模型；4)模型的结果判读：将验证集提取的特征信息数据输入集成预测模型中进行预测，集成预测模型将患子宫内膜癌风险的概率标准化为0到1，获取验证集的阈值；小于阈值的概率预测为非子宫内膜癌，否则预测为子宫内膜癌；5)诊断预测效能验证：通过测试集工作特征曲线评估模型的诊断效能；6)特征权重值的确定：根据集成预测模型中各个特征的权重值，即可确定预测子宫内膜癌的高危因素。2.根据权利要求1所述的子宫内膜癌预测诊断模型的构建方法，其特征在于：所述步骤1)中，按照3：1：1的比例随机分为训练集、验证集和测试集。3.根据权利要求2所述的子宫内膜癌预测诊断模型的构建方法，其特征在于：所述步骤2)中，先筛选出训练集和测试集数据的特征值，若训练集和测试集数据的某个特征缺失率≥20％，则去除该特征值。4...

【专利技术属性】
技术研发人员：王世宣，袁素珍，徐扬，沈文枫，汪雯雯，
申请(专利权)人：华中科技大学同济医学院附属同济医院，
类型：发明
国别省市：