基于逐步回归的绝经女性骨质疏松症风险预测系统及方法技术方案

本发明专利技术属于绝经后女性人群骨质疏松症风险预测技术领域，公开了一种基于逐步回归的绝经女性骨质疏松症风险预测系统及方法，设计与绝经后女性人群骨质疏松症预测相关的数据收集表，形成训练数据集与验证数据集；训练数据集进行单因素分析,将因素分析关联性较强的因素，并结合临床相关性，作为备选因素；通过逐步Logistic回归法筛选变量，建立预测模型；计算建立数据集与验证数据集患者骨质疏松症的概率，进行模型的验证；制作绝经后女性人群骨质疏松症风险列线图。本发明专利技术通过骨密度检查，能够初步筛查患者骨质疏松症风险，促使患者早期治疗，建议高风险患者进行骨质疏松症筛查及给出医疗建议。出医疗建议。出医疗建议。

【技术实现步骤摘要】
基于逐步回归的绝经女性骨质疏松症风险预测系统及方法


[0001]本专利技术属于绝经后女性人群骨质疏松症风险预测
，尤其涉及一种基于逐步回归的绝经后女性人群骨质疏松症风险预测系统及预测方法。

技术介绍

[0002]绝经后女性人群骨质疏松症发病率高，很多患者在进行骨密度检查时，已经发病较长、病情较重，甚至伴有骨质疏松症性骨折。
[0003]目前已有的存在的骨质疏松症预测工具，均为评价量表，使用起来较为困难，需要医师操作，健康督导与宣教能力差。尚无骨质疏松症风险的列线图(Nomogram)，列线图的优势在于简单可行，并将其制作APP或微信小程序，经过患者自行点选回答问题后，即可生产骨质疏松症风险概率，并给与医学建议。
[0004]因此，简便的女性预测骨质疏松症风险，并进行骨密度检查，可以促使患者早期治疗，防止严重并发症。因此，亟需建立一个简单、易行的绝经后女性人群骨质疏松症风险预测工具，以初步筛查患者骨质疏松症风险，建议高风险患者进行骨密度检查及给出医疗建议。
[0005]通过上述分析，现有技术存在的问题及缺陷为：...

【技术保护点】

【技术特征摘要】
1.一种基于逐步回归的绝经后女性人群骨质疏松症风险预测方法，其特征在于，所述基于逐步回归的绝经后女性人群骨质疏松症风险预测方法包括以下步骤：步骤一，设计与绝经后女性人群骨质疏松症预测相关的数据收集表，形成训练数据集与验证数据集；训练数据集经过各与骨质疏松症预测相关的因素与是否骨质疏松症进行单因素分析,将因素分析关联性较强的因素，并结合临床相关性，作为备选因素；步骤二，将备选变量作为自变量，是否骨质疏松症作为因变量，进行逐步Logistic回归，即分别拟合空模型、全因素模型、向前及向后逐步法,并计算其AIC(Akaike Information Criterion，赤池信息准则)值，以进行因素及模型的筛选，并建立预测模型；步骤三，运用步骤二得出的模型，计算建立数据集与验证数据集患者骨质疏松症的概率，进行模型的验证，模型评价指标包括：校准度、分辨度及临床实用性。步骤四，制作绝经后女性人群骨质疏松症风险列线图，可将列线图制作为APP或微信小程序。2.一种应用如权利要求1所述的基于逐步回归的绝经后女性人群骨质疏松症风险预测方法的基于逐步回归的绝经后女性人群骨质疏松症风险预测系统，其特征在于，所述基于逐步回归的绝经后女性人群骨质疏松症风险预测系统包括：数据收集表设计模块，用于通过文献学习，设计与骨质疏松症预测相关的数据收集表；训练数据集构建模块，用于通过对女性患者的问卷调查及骨密度检查结果，形成训练数据集与验证集；预测模型构建模块，用于训练数据的单因素分析，并结合临床相关性，经逐步Logistic回归法筛选因素,建立预测模型；运用预测模型构建模块建立的模型，计算建立数据集与验证数据集患者骨质疏松症的概率，进行模型的验证，模型评价指标包括
‑
校准度、分辨度及临床实用性。制作骨质疏松症风险列线图，可将列线图制作为APP或微信小程序，供患者使用。3.一种计算机设备，其特征在于，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：通过文献学习，设计与骨质疏松症预测相关的数据收集表，内容主要包括：年龄、体重、身高、运动量、饮酒习惯、吸烟习惯、每日饮用咖啡量、每日豆制品食用量、每日饮奶量、每日食肉量、每日坚果食用量、停经年龄、糖皮质激素使用史、高血压病史、糖尿病史、高脂血症病史、既往非暴力骨折史、父母髋关节骨折史、长期使用枸杞、长期使用三七、是否有腰背痛症状、是否有肢体抽筋症状；通过对绝经后女...

【专利技术属性】
技术研发人员：李显，
申请(专利权)人：中国中医科学院西苑医院，
类型：发明
国别省市：