【技术实现步骤摘要】
基于纵向多维数据的肝细胞癌监测模型的建模方法及装置
[0001]本专利技术涉及医疗
，具体涉及基于纵向多维数据的肝细胞癌监测模型的建模方法及装置。
技术介绍
[0002]肝细胞癌是肝癌的主要组织学亚型，可以占原发性肝癌的90%以上。
[0003]若能够更加精准地进行肝细胞癌的监测，可以及早鉴定肝细胞癌风险高的患者，有助于指导临床医生为患者选择并实施更加准确的治疗措施，并对这些患者尽早实施干预和治疗，从而获取更好的手术效果并改善患者预后，是能够显著提高肝细胞癌生存率的关键措施之一。
[0004]目前，临床上已存在多种可用于肝细胞癌监测的肝细胞癌预测模型，然而，这些模型的效能多在肝硬化人群中明显下降。由于仅使用单次随访数据，多为基线临床数据，大多数模型缺少长期监测肝细胞癌发生的效能的真实数据，无法正确体现肝细胞癌的极早期发生状况及进展变化，容易造成肝细胞癌监测管理不合理、治疗管理不及时等临床问题。
技术实现思路
[0005]有鉴于此，本专利技术实施例提供了一种基于纵向多维数据的肝细胞癌监测模...
【技术保护点】
【技术特征摘要】
1.一种基于纵向多维数据的肝细胞癌监测模型的建模方法，其特征在于，所述方法包括：获取样本患者的纵向随访病例信息，对所述纵向随访病例信息进行处理，从所述纵向随访病例信息中提取样本患者的样本评估信息；从所述样本患者的所述样本评估信息中确定第一样本特征信息，并基于所述样本患者的所述第一样本特征信息构建第一模型；所述第一模型用于预测第一预测评分，所述第一预测评分用于表征样本患者对应的肝细胞癌监测状况；将所述样本患者的所述样本评估信息输入至已构建的所述第一模型中，得到由所述第一模型输出的所述样本患者对应的第一预测评分；从所述样本患者的所述第一预测评分以及所述样本评估信息中确定第二样本特征信息，并基于所述样本患者的所述第二样本特征信息以及所述第一预测评分构建第二模型；所述第二模型用于预测第二预测评分，所述第二预测评分用于表征所述样本患者对应的肝细胞癌监测状况；对已构建的所述第一模型以及已构建的所述第二模型进行序贯处理，构建第三模型；所述第三模型用于预测第三预测评分，所述第三预测评分用于表征样本患者对应的肝细胞癌监测状况。2.根据权利要求1所述的基于纵向多维数据的肝细胞癌监测模型的建模方法，其特征在于，所述获取样本患者的纵向随访病例信息，对所述纵向随访病例信息进行处理，从所述纵向随访病例信息中提取样本患者的样本评估信息，具体包括以下步骤：获取所述样本患者的所述纵向随访病例信息，并确定所述纵向随访病例信息的类型；若确定所述纵向随访病例信息为非结构化类型信息，对非结构化的所述纵向随访病例信息进行结构化处理，得到结构化的所述纵向随访病例信息；从结构化的所述纵向随访病例信息进行筛选，提取所述样本评估信息。3.根据权利要求1所述的基于纵向多维数据的肝细胞癌监测模型的建模方法，其特征在于，所述第一模型通过以下步骤进行建模得到：确定所述第一样本特征信息对应的初始评估因子；对所述初始评估因子进行调整，得到第一评估因子；基于所述第一样本特征信息和所述第一评估因子，构建所述第一模型。4.根据权利要求3所述的基于纵向多维数据的肝细胞癌监测模型的建模方法，其特征在于，所述将所述样本患者的所述样本评估信息输入至已构建的所述第一模型中，得到由所述第一模型输出的所述样本患者对应的第一预测评分，具体包括：将样本患者的所述样本评估信息输入至所述第一模型中，基于所述第一模型对应的所述第一样本特征信息和所述第一评估因子对所述样本评估信息进行处理，得到所述第一模型输出的所述第一预测评分。5.根据权利要求3所述的基于纵向多维数据的肝细胞癌监测模型的建模方法，其特征在于，所述第二模型通过以下步骤进行建模得到：对所述样本患者进行分组，得到患病组的样本患者和非患病组的样本患者；基于初始纵向模型，拟合所述患病组和所述非患病组中所述样本患者的所述样本评估信息及之前随访产生的第一预测评分，分别得到所述患病组的第一组平均轮廓和所述非患
病组的第二组平均轮廓；所述初始纵向模型采用多元线性混合效应模型；基于所述第一组平均轮廓和所述第二组平均轮廓，构建所述第二模型。6.根据权利要求5所述的基于纵向多维数据的肝细胞癌监测模型的建模方法，其特征在于，所述第三模型应用时，所述第二预测评分通过以下步骤得到：确定待评估者首次随访对应的第一预测评分超过第一分值时，获取待评估者当次随访及之前随访的纵向随访病例信息，以及每次随访的第...
【专利技术属性】
技术研发人员：侯金林，樊蓉，梁携儿，赵思如，
申请(专利权)人：南方医科大学南方医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。