一种妊娠早中期子痫前期预测模型制造技术

本发明专利技术涉及一种妊娠早中期子痫前期预测模型，包括以下步骤：S1、病例样本数据采集；S2、候选预测变量；S3、样本特征缺失值分析；S4、候选预测变量筛选；S5、线性假设检验；S6、预测模型建立；S7、模型回归诊断；S8、模型预测能力评估与内部验证；S9、预测模型呈现；S10、预测模型外部验证；其优点表现在：本发明专利技术通过LASSO回归和向后逐步回归多因素Logistic回归分析对子痫前期预测变量进行筛选，以模型区分度最佳、预测变量尽可能少为标准，确定最终进入子痫前期预测模型的变量和回归模型表达式，进而构建子痫前期Logistic预测模型，进而能够在早中孕期对子痫前期的发生风险进行预测，并实现预测模型、预测风险的可视化，为临床决策提供参考和便利。和便利。和便利。

【技术实现步骤摘要】
一种妊娠早中期子痫前期预测模型


[0001]本专利技术涉及子痫前期发病预测
，具体地说，是一种妊娠早中期子痫前期预测模型。

技术介绍

[0002]子痫前期是妊娠期高血压疾病的一种，是妊娠20周后出现的症状复杂多变的对孕妇和胎儿危害性很高的一种综合症，临床表现为孕妇血压升高并伴随有一种或多种器官/系统的异常，例如蛋白尿、肾功能异常及肝功能损伤等。子痫前期是导致孕妇死亡的第二大原因，每年发病人数大约为850万，其发病原因至今尚不清楚，可能涉及到母体、胎盘和胎儿等多种因素。在所有孕期中，孕早期的预测尤为重要，提前预测子痫前期风险，对于疾病治疗和减少患者经济负担具有重大意义。
[0003]而根据2010年NICE妊娠期高血压疾病指南，母体危险因素可以用于识别高风险人群，在临床实践中运用起来经济方便，但是对于子痫前期的预测效果不佳。该方法在假阳性率为10.3％的基础上，对早产型和足月型子痫前期的检出率(灵敏度)分别为39％和34％。单一生物学指标均没有较强预测能力，2019年FIGO提出的联合预测方案，结合母体危险因素与生物学指标(MAP、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种妊娠早中期子痫前期预测模型，其特征在于，包括以下步骤：S1、病例样本数据采集；S2、候选预测变量；S3、样本特征缺失值分析；S4、候选预测变量筛选；S5、线性假设检验；S6、预测模型建立；S7、模型回归诊断；S8、模型预测能力评估与内部验证；S9、预测模型呈现；S10、预测模型外部验证。2.根据权利要求1所述的妊娠早中期子痫前期预测模型，其特征在于，所述的病例样本数据采集包括规范建卡、定期产检并于妊娠20周后分娩1211例，其设置病例组571例，对照组640例。3.根据权利要求1所述的妊娠早中期子痫前期预测模型，其特征在于，所述的候选预测变量设置为27个，其分别为孕妇年龄、孕产次、胎儿数目、怀孕方式、末次妊娠间隔、建卡时BMI、是否存在子痫前期相关病史、是否存在高血压家族史、是否存在慢性肝病史、是否存在慢性肾病史、是否存在慢性高血压史、是否存在糖尿病史、是否存在胎盘早剥史、建卡时收缩压、建卡时舒张压、建卡平均动脉压、血清总胆固醇、甘油三酯、高密度脂蛋白、低密度脂蛋白、载脂蛋白
‑
A、载脂蛋白
‑
B、糖化血红蛋白、白蛋白、尿酸、D
‑
二聚体、FDP。4.根据权利要求3所述的妊娠早中期子痫前期预测模型，其特征在于，通过LASSO回归对候选预测变量进行初筛；并通过交叉验证找到能使回归模型平均误差最小的调优参数λ值，取该值对应的模型中的变量进入多因素Logistic回归分析。5.根据权利要求1所述的妊娠早中期子痫前期预测模型，其特征在于，所述的线性假设检验还包括变量变换和交互作用，其所述的变量变换包括通过Box
‑

【专利技术属性】
技术研发人员：余忆，顾蔚蓉，刘海燕，彭婷，李笑天，骆守玲，裴江南，王诚洁，
申请(专利权)人：复旦大学附属妇产科医院，
类型：发明
国别省市：