一种预测疫苗接种后不良反应转为严重不良反应风险的模型制造技术

本发明专利技术提出了一种预测疫苗接种后不良反应转为严重不良反应风险的模型，基于疾病本体数据集的语义拓扑结构计算疾病相似度，并通过对疫苗接种后不良反应报告计算疾病的严重不良反应率，构建复杂疾病网络，对复杂疾病网络进行模块细粒度精准划分，使用启发式方法将复杂疾病网络划分为基础模块，再基于疾病的严重不良反应率和疾病之间的相似度得到优化后的模块，最后根据同一模块中种子疾病节点的严重不良反应率以及与其他疾病之间的相似度，计算患者接种某种疫苗后不良反应转为严重不良反应的风险评分；本发明专利技术能够对复杂疾病网络模块的细粒度精准划分，并且应用到预测疾病与新冠肺炎疫苗接种后不良反应转为严重不良反应风险上。险上。险上。

【技术实现步骤摘要】
一种预测疫苗接种后不良反应转为严重不良反应风险的模型


[0001]本专利技术属于生物医学
，具体地，涉及一种预测疫苗接种后不良反应转为严重不良反应风险的模型。

技术介绍

[0002]接种疫苗是预防和控制传染病最经济有效的公共卫生干预措施。自新冠肺炎疫情爆发以来，多种类型的新冠肺炎疫苗相继开发成功并被投入使用，包括 mRNA疫苗、灭活疫苗、重组蛋白疫苗和载体疫苗。
[0003]系统网站(Vaccine Adverse Event Reporting System，VAERS)记录了美国地区接种疫苗后疑似不良事件的报告案例。本专利技术希望从这些数据中找出哪些因素与疫苗的严重不良反应有关。
[0004]目前关于新冠肺炎疫苗的不良反应报告研究表明，性别、年龄、疫苗以及某些疾病，如癌症、糖尿病、重症哮喘等与接种新冠肺炎疫苗后的不良反应有关。然而，除了上述已知疾病外，尚不清楚是否还有更多疾病与新冠肺炎疫苗的严重不良反应有关，它们的风险程度也尚未可知。
[0005]因此，在疫苗接种后发生不良反应初级阶段，精准预测哪些不良反应患者本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预测疫苗接种后不良反应转为严重不良反应风险的模型，其特征在于：所述方法具体包括以下步骤：步骤1，基于疾病本体的拓扑结构计算疾病相似度，构建复杂疾病网络；步骤2，根据模块度最优化策略、节点属性拆解策略以及边属性聚合策略对复杂疾病网络进行模块细粒度精准划分；步骤3，根据同一模块中的种子疾病节点的严重不良反应率以及与其他疾病之间的相似度，计算患有某种疾病的患者接种疫苗后不良反应转为严重不良反应的风险评分。2.根据权利要求1所述方法，其特征在于：在步骤1中，步骤1.1，根据疾病实体数据集提供的疾病之间的语义关联关系，计算所有疾病之间的相似程度，从而构建复杂疾病网络；将疾病之间相似度大于设定阈值λ的节点连边，边的权重设为疾病之间的相似度；相似度计算聚合了疾病实体数据集上疾病节点的所有祖先节点信息，公式如下：其中，CA(d
i
,d
j
)表示疾病d
i
和疾病d
j
的共同祖先节点集合；A(d
i
)和A(d
j
)分别表示疾病d
i
和疾病d
j
的祖先节点集合；定义如下:其中，疾病d
q
表示疾病d
p
的任意一个子孙节点；w
iq
表示疾病d
i
和疾病d
q
之间的边的权重；步骤1.2，对VAERS数据集上的某种疫苗接种者报告的不良反应数据进行处理，统计不同疾病接种者接种该疫苗后的严重不良反应率；选择数据集中接种某种疫苗的报告案例超过15例的相关显著疾病作为种子疾病，给复杂疾病网络中的节点添加严重不良反应率属性。3.根据权利要求2所述方法，其特征在于：在步骤2中，步骤2.1，基于模块度最优化原则，使用启发式方法Louvain将复杂疾病网络划分为基础模块；步骤2.2，基于复杂疾病网络中节点属性，对现有的网络模块进行拆解；步骤2...

【专利技术属性】
技术研发人员：李杰，金佳欢，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：