一种HIV阴性隐球菌脑膜炎治疗结局预测模型及其构建方法技术

本发明专利技术提供了一种HIV阴性隐球菌脑膜炎治疗结局预测模型及其构建方法，属于生物技术领域。本发明专利技术基于HIV阴性隐球菌脑膜炎患者的多维度数据所构建的治疗结局预测模型，故可以此建立精准预测HIV阴性隐球菌脑膜炎患者治疗效果的在线开放式平台，临床医生可通过输入患者当前的8个预测指标数值，迅速获取患者疗效好坏的预测概率及患者的高低风险分层，便于辅助临床决策，为患者及时提供个性化治疗方案。为患者及时提供个性化治疗方案。为患者及时提供个性化治疗方案。

【技术实现步骤摘要】
一种HIV阴性隐球菌脑膜炎治疗结局预测模型及其构建方法


[0001]本专利技术属于生物
，具体涉及一种HIV阴性隐球菌脑膜炎治疗结局预测模型及其构建方法。

技术介绍

[0002]隐球菌性脑膜炎是由于隐球菌感染所引起的中枢神经系统感染性的疾病，在免疫功能明显低下的患者中，发病率非常高。隐球菌脑膜炎是HIV/AIDS患者最常见的感染之一，病死率高，预后较差。研究表明，HIV阴性隐球菌脑膜炎患者的短期死亡率高于HIV阳性的隐球菌脑膜炎患者，对于HIV阴性这部分特定隐球菌脑膜炎患者人群，目前尚无相关模型对患者进行治疗结局的早期预测。

技术实现思路

[0003]针对上述问题，本专利技术的目的在于提供一种HIV阴性隐球菌脑膜炎治疗结局预测模型及其构建方法。本专利技术术建立一个对HIV阴性隐球菌脑膜炎患者治疗结局的早期风险预测模型，可用于寻找高风险人群，辅助临床决策与治疗。
[0004]为实现上述目的，本专利技术采取的技术方案为：一种HIV阴性隐球菌脑膜炎治疗结局预测模型的构建方法，包括以下步骤：
[0005]S1、收集HIV阴性隐球菌脑膜炎患者临床数据作为候选特征数据变量；
[0006]S2、以HIV阴性隐球菌脑膜炎患者抗真菌治疗后10周的治疗效果为隐球菌脑膜炎患者的治疗结局；
[0007]S3、对候选特征数据进行数据分析处理；
[0008]S4、使用最小绝对收缩选择算子筛选得到最优特征数据变量；
[0009]S5、采用随机森林、极端梯度提升树、逻辑回归、高斯朴素贝叶斯、K邻近和多层感知机机器学习模型对训练集进行模型构建；
[0010]S6、通过内部验证和综合评价筛选出最优模型。
[0011]作为本专利技术所述构建方法的优选实施方式，所述步骤S1中的临床数据包括年龄、性别、吸烟史、饮酒史、体重指数、头痛、发烧、呕吐、颈项强直、视力障碍、听力障碍、意识状态改变、颅内压、基线脑脊液隐球菌计数、入院2周内隐球菌计数均值、入院2周内隐球菌计数变化斜率、脑脊液培养状态、脑脊液白细胞、脑脊液蛋白、脑脊液糖、脑脊液氯化物、血红蛋白、血白细胞、血小板、血钾、谷丙转氨酶、谷草转氨酶、血尿素氮、肌酐、脑膜强化、脑实质受累、脑积水、是否免疫功能低下、出现症状到就诊时间、共病个数、临床常见症状个数。
[0012]作为本专利技术所述构建方法的优选实施方式，所述步骤S2中治疗结局分为成功或不成功，其中不成功定义为死亡、疾病进展或复发；成功定义为脑脊液培养、印墨染色阳性后转阴，患者临床症状得到改善。
[0013]作为本专利技术所述构建方法的优选实施方式，所述步骤S3的数据分析处理包括删除高缺失变量、删除高相关变量、数据填补、数据变换和数据标准化。
[0014]作为本专利技术所述构建方法的优选实施方式，所述删除高缺失变量为删除数据集中变量缺失率大于30％的变量；所述删除高相关变量为删除变量相关系数大于0.8的变量；所述数据填补为连续型变量使用均值填补法，分类变量使用众数填补法；所述数据变换为对所有连续型变量进行Yeo
‑
Johnson正态性变换；所述数据标准化为对所有连续型变量进行中心化和归一化处理。
[0015]作为本专利技术所述构建方法的优选实施方式，所述步骤S4筛选得到的最优特征数据变量包括基线脑脊液隐球菌计数、意识状态改变、脑脊液白细胞、入院2周内隐球菌计数变化斜率、听力障碍、颅内压、脑脊液氯化物、谷草转氨酶。
[0016]作为本专利技术所述构建方法的优选实施方式，所述步骤S6的内部验证包括对各模型的最优超参数和最优填补方式进行验证。
[0017]作为本专利技术所述构建方法的优选实施方式，所述步骤S6的综合评价包括AUC、灵敏度、特异度、准确率、阳性预测值、阴性预测值和F1值。
[0018]本专利技术还提供一种采用所述的构建方法构建的HIV阴性隐球菌脑膜炎治疗结局预测模型。
[0019]本专利技术还提供所述的HIV阴性隐球菌脑膜炎治疗结局预测模型在评估HIV阴性隐球菌脑膜炎患者治疗效果中的应用。
[0020]本专利技术的有益效果为：本专利技术提供了一种HIV阴性隐球菌脑膜炎治疗结局预测模型及其构建方法，本专利技术是基于HIV阴性隐球菌脑膜炎患者的多维度数据所构建的治疗结局预测模型，故可以此建立精准预测HIV阴性隐球菌脑膜炎患者治疗效果的在线开放式平台，临床医生可通过输入患者当前的8个预测指标数值，迅速获取患者疗效好坏的预测概率及患者的高低风险分层，便于辅助临床决策，为患者及时提供个性化治疗方案。
附图说明
[0021]图1为各变量间的相关性系数；
[0022]图2为LASSO特征筛选过程；
[0023]图3为基于permutation的特征重要性排序图；
[0024]图4为预测模型网页计算器界面。
具体实施方式
[0025]为了更加简洁明了的展示本专利技术的技术方案、目的和优点，下面结合具体实施例和附图详细说明本专利技术的技术方案。
[0026]实施例1
[0027]本实施例提供HIV阴性隐球菌脑膜炎治疗结局预测模型的构建方法，具体步骤如下：
[0028]1、收集诊断为HIV阴性隐球菌脑膜炎患者的临床数据为训练集，纳入以下36个临床特征：1)人口学特征：年龄、性别、吸烟史、饮酒史、体重指数(BMI)；2)临床常见症状：包括头痛、发烧、呕吐、颈项强直、视力障碍、听力障碍和意识状态改变；3)实验室检查：颅内压、基线脑脊液隐球菌计数、入院2周内隐球菌计数均值、入院2周内隐球菌计数变化斜率、脑脊液培养状态、脑脊液白细胞、脑脊液蛋白、脑脊液糖、脑脊液氯化物、血红蛋白、血白细胞、血小板、血钾、谷丙转氨酶、谷草转氨酶、血尿素氮、肌酐；4)影像学检查：脑膜强化、脑实
质受累、脑积水；5)其他：是否免疫功能低下(如合并肝脏疾病、长期使用皮质类固醇、自身免疫性疾病、II型糖尿病、慢性肾脏疾病或器官移植等)、出现症状到就诊时间、共病个数、临床常见症状个数。待预测的结局为二分类变量，表示在开始抗真菌治疗后10周时评估隐球菌脑膜炎患者的治疗结局，分为成功或不成功。不成功定义为死亡、疾病进展(意识障碍加重、发热、头痛或其他临床表现，以及持续阳性的脑脊液培养状态)或复发(脑脊液培养状态转阴后复转阳性，感染症状和体征消失后再次出现)；成功定义为脑脊液培养、印墨染色阳性后转阴，患者临床症状得到改善。
[0029]2、删掉数据集中变量缺失率大于30％的变量：BMI、谷丙转氨酶。
[0030]3、删掉变量相关系数r大于0.8的变量：各变量间的相关性系数如图1所示，基线脑脊液隐球菌计数与入院2周内隐球菌计数均值的相关系数r＝0.87，因此删除入院2周内隐球菌计数均值。
[0031]4、数据预处理：
[0032](1)根据临床变量的类型，以不同的填补方法处理缺失的数据，连续型变量(年龄、BMI、出现症状到就诊时间、脑脊液白细胞、脑脊液蛋白、脑脊液糖、脑脊液氯化物、血红蛋白、血白细胞、血小板、血钾、谷丙转氨本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种HIV阴性隐球菌脑膜炎治疗结局预测模型的构建方法，其特征在于，包括以下步骤：S1、收集HIV阴性隐球菌脑膜炎患者临床数据作为候选特征数据变量；S2、以HIV阴性隐球菌脑膜炎患者抗真菌治疗后10周的治疗效果为隐球菌脑膜炎患者的治疗结局；S3、对候选特征数据进行数据分析处理；S4、使用最小绝对收缩选择算子筛选得到最优特征数据变量；S5、采用随机森林、极端梯度提升树、逻辑回归、高斯朴素贝叶斯、K邻近和多层感知机机器学习模型对训练集进行模型构建；S6、通过内部验证和综合评价筛选出最优模型。2.根据权利要求1所述的构建方法，其特征在于，所述步骤S1中的临床数据包括年龄、性别、吸烟史、饮酒史、体重指数、头痛、发烧、呕吐、颈项强直、视力障碍、听力障碍、意识状态改变、颅内压、基线脑脊液隐球菌计数、入院2周内隐球菌计数均值、入院2周内隐球菌计数变化斜率、脑脊液培养状态、脑脊液白细胞、脑脊液蛋白、脑脊液糖、脑脊液氯化物、血红蛋白、血白细胞、血小板、血钾、谷丙转氨酶、谷草转氨酶、血尿素氮、肌酐、脑膜强化、脑实质受累、脑积水、是否免疫功能低下、出现症状到就诊时间、共病个数、临床常见症状个数。3.根据权利要求1所述的构建方法，其特征在于，所述步骤S2中治疗结局分为成功或不成功，其中不成功定义为死亡、疾病进展或复发；成功定义为脑脊液培养、印墨染色阳性后转阴，患者临床症状得到改善。4.根据权...

【专利技术属性】
技术研发人员：刘子锋，卢娅欣，彭福华，刘君宇，杨钦泰，银琳，凌翔，
申请(专利权)人：中山大学附属第三医院，
类型：发明
国别省市：