一种牙周炎早期预判打分表的构建方法和应用技术

本发明专利技术提供一种牙周炎早期预判打分表的构建方法和应用，包括：数据采集、数据分配、构建打分系统并筛选变量、打分系统评价和构建列线图，最终获得打分表。本发明专利技术提供的方案能够构建出精简有效的打分表，并通过列线图的方式进行呈现，使用者无需进行特殊检查和专业操作即可通过打分表预判出受检者患牙周炎的可能性，可见使用方便且高效，推广性强。推广性强。推广性强。

【技术实现步骤摘要】
一种牙周炎早期预判打分表的构建方法和应用


[0001]本专利技术涉及一种牙周炎早期预判打分表的构建方法和应用。

技术介绍

[0002]牙周炎是一个常见的发生在牙周支持组织的慢性炎症性疾病，其主要临床表现为牙周的炎症、牙龈出血、牙槽骨吸收、牙周袋形成，最终往往造成牙齿的松动和脱落。严重的牙周炎还会造成全身的炎症状态，影响到全身健康，多种证据表明，牙周炎的发病与糖尿病、肥胖症、心脑血管疾病等系统性疾病息息相关。牙周炎属于我国的常见病，其发病率高达85％，严重影响了患者的生活质量，为国家带来了巨大的经济负担。
[0003]目前，牙周炎的诊断基本依赖于专业的牙周医生所进行的牙周检查及影像学检查，但由于牙周炎早期症状不明显，且广大人民群众大多缺乏一定的口腔健康意识，导致大多数牙周病患者就诊时其牙周支持组织已发生了严重的破坏，而目前对于牙周病的治疗，往往只能减缓牙周的破坏，而无法恢复因炎症丧失的牙周支持组织。因此我们需要一种行之有效且简便的牙周炎早期预判打分表，通过简单的信息填入即可获得其牙周炎的发病概率，从而做到牙周炎的早发现早治疗。

技术实现思路

[0004]本专利技术实施例提供一种牙周炎早期预判打分表的构建方法和应用，该技术方案有助于构建出有效的打分表，通过打分表的使用，无需借助其它医疗工具和医疗手段，能够简单并有效预判患者换牙周炎的风险。
[0005]第一方面，专利技术实施例提供了一种牙周炎早期预判打分表的构建方法，包括：
[0006]数据采集，采集样本信息，可以通过问卷调查，也可以直接借用其它与牙周炎的调查数据库。所述样本信息包括一一对应的牙周炎状况信息和用户信息，这里的牙周炎状况信息是指每个样本的牙周炎状况，用户信息是指每个个体的个人信息，所述用户信息包括N种变量信息，这些变量信息不一定与牙周炎状况是强相关。
[0007]数据分配，将所述样本信息随机分配到训练集和测试集，以便于后续打分系统建立后的学习和测试使用。
[0008]筛选变量并构建打分系统，采用单因素逻辑回归筛选变量，通过lasso回归对变量进行正则化降维，进一步筛选变量，获取预判牙周炎发病的M种关键变量，其中M小于等于N，即剔除与牙周炎发病相关度弱的变量，从而提高打分系统的有效性，且有利于构建精简且有效的打分表，也便于后期打分表的使用。最后采用stepwise多因素逻辑回归对M种关键变量构建打分系统。
[0009]打分系统评价，通过所述训练集和测试集对打分系统进行验证，以评估打分系统是否可靠，对于评价效果不理想的，通过调整建模参数或者方案，以得到评价效果好的打分系统。
[0010]将经过验证的打分系统构建列线图，获得打分表。
[0011]进一步的，所述牙周炎状况信息包括：正常、轻度牙周炎、中度牙周炎和重度牙周炎。
[0012]所述变量信息包括：年龄、性别、种族、受教育程度、婚姻状况、有无医保、贫困指数、吸烟状况、饮酒状况、BMI、看牙频率、牙齿存留数目、是否患有高血压、是否患有糖尿病、是否患有关节炎、是否患有中风、是否患有心脏病。
[0013]为了便于打分系统构建，将变量信息中的连续变量转换为分类变量：
[0014]年龄分为：30
‑
40、40
‑
50、50
‑
60、60
‑
70、70
‑
80；
[0015]贫困指数分为：＜1、1
‑
2、2
‑
3、3
‑
4、4
‑
5、＞5；
[0016]牙齿存留数目分为：14
‑
20、20
‑
24、24
‑
28。
[0017]进一步的，为获取更为精简的打分表，采用stepwise多因素逻辑回归建模前，在训练集中，采用函数glm()进行单因素逻辑回归评估所述用户信息的N种变量信息与牙周炎状况信息的相关度，先一步剔除相关度预判能力弱的变量信息。
[0018]进一步的，在单因素逻辑回归中，选取p值小于0.1的变量信息，包括：性别、年龄、种族、BMI、受教育程度、婚姻状况、有无医保、贫困指数、吸烟状况、看牙频率、牙齿存留数目、是否患有高血压、是否患有糖尿病、是否患有关节炎、是否患有中风、是否患有心脏病。
[0019]进一步的，所述建模并筛选变量步骤包括：
[0020]用函数cv.glmnet()进行建模并进行k倍交叉验证以选择适宜的lambda值，family选择"binomial"用于二元离散型变量；Lambda.min中存储了当打分系统AUC值尽可能大时lambda的最小值；
[0021]用函数glmnet()进行建模，纳入不同个数的打分系统的相应系数及对应lambda值；函数coef()输出对应的lambda.min相应打分系统所应纳入的关键变量；所述关键变量有12个：性别、年龄、婚姻状况、有无医保、贫困指数、吸烟状况、看牙频率、牙齿存留数目、是否患有高血压、是否患有糖尿病、是否患有关节炎、是否患有心脏病。
[0022]进一步的，对所述关键变量通过stepwise多因素逻辑回归构建打分系统：采用函数为glm()，并用MASS包中的stepAIC()函数进行逐步回归法来进一步筛选变量，确定最终变量10个：性别、年龄、有无医保、贫困指数、吸烟状况、看牙频率、牙齿存留数目、是否患有高血压、是否患有糖尿病、是否患有关节炎。
[0023]进一步的，所述打分系统评价包括：
[0024]采用软件RpROC包plot.roc()绘制受试者工作特征曲线，并计算曲线下面积。
[0025]采用ResourceSelection包hoslem.test()对打分系统进行Hosmer
‑
Lemeshow拟合优度检验。为了计算calibration，使用rms包lrm()函数再次构建逻辑回归。将结果导出后进行作图。
[0026]采用rmda包decision_curve()函数获取打分系统在训练集、测试集以及全集中的决策曲线分析，所得结果利用plot_decision_curve()进行决策曲线的绘制。
[0027]进一步的，构建列线图时根据打分系统采用regplot包regplot()函数构建。
[0028]进一步的，数据分配时，使用R软件(V 4.4.1)tidymodels包函数initial_split()将样本随机分配到训练集和测试集。
[0029]第二方面，专利技术实施例提供了一种牙周炎早期预判打分表，该打分表采用第一方面提供的构建方法构建而成。
[0030]第三方面，专利技术实施例提供了一种牙周炎早期预判打分表构建系统：
[0031]数据采集模块，通过问卷方式或者直接获取历史调查记录，采集样本信息，所述样本信息包括一一对应的牙周炎状况信息和用户信息。所述用户信息包括N种变量信息。
[0032]数据处理模块，用于筛选变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种牙周炎早期预判打分表的构建方法，其特征在于，包括：数据采集，采集样本信息，所述样本信息包括一一对应的牙周炎状况信息和用户信息；所述用户信息包括N种变量信息；数据分配，将所述样本信息随机分配到训练集和测试集；筛选变量并构建打分系统，采用单因素逻辑回归筛选变量，通过lasso回归对变量进行正则化降维，进一步筛选变量，获取预判牙周炎发病的M种关键变量，其中M小于等于N；采用stepwise多因素逻辑回归对M种关键变量构建打分系统；打分系统评价，通过所述训练集和测试集对打分系统进行验证；将经过验证的打分系统构建列线图，获得打分表。2.据权利要求1所述的一种牙周炎早期预判打分表的构建方法，其特征在于，所述牙周炎状况信息包括：正常、轻度牙周炎、中度牙周炎和重度牙周炎；所述变量信息包括：年龄、性别、种族、受教育程度、婚姻状况、有无医保、贫困指数、吸烟状况、饮酒状况、BMI、看牙频率、牙齿存留数目、是否患有高血压、是否患有糖尿病、是否患有关节炎、是否患有中风、是否患有心脏病；将变量信息中的连续变量转换为分类变量：年龄分为：30
‑
40、40
‑
50、50
‑
60、60
‑
70、70
‑
80；贫困指数分为：＜1、1
‑
2、2
‑
3、3
‑
4、4
‑
5、＞5；牙齿存留数目分为：14
‑
20、20
‑
24、24
‑
28。3.根据权利要求1或2所述的一种牙周炎早期预判打分表的构建方法，其特征在于，采用stepwise多因素逻辑回归建模前，在训练集中，采用函数glm()进行单因素逻辑回归评估所述用户信息的N种变量信息与牙周炎状况信息的相关度，剔除相关度预判能力弱的变量信息。4.根据权利要求3所述的一种牙周炎早期预判打分表的构建方法，其特征在于，选取p值小于0.1的变量信息，包括：性别、年龄、种族、BMI、受教育程度、婚姻状况、有无医保、贫困指数、吸烟状况、看牙频率、牙齿存留数目、是否患有高血压、是否患有糖尿病、是否患有关节炎、是否患有中风、是否患有心脏病。5.根据权利要求4...

【专利技术属性】
技术研发人员：邢璐，董伟，徐晖，白丁，
申请(专利权)人：四川大学，
类型：发明
国别省市：