【技术实现步骤摘要】
一种急性冠脉综合症预测模型的训练方法以及预测装置和应用
[0001]本专利技术涉及生物检测领域，具体而言，涉及一种急性冠脉综合症预测模型的训练方法以及预测装置和应用。
技术介绍
[0002]心血管病已成为全球人类死亡率最高的疾病，给社会带来日益加剧的经济负担。2015年，约有1.77亿人由于心血管病死亡，占全球死亡人数的31％，其中有7400万人死于冠状动脉疾病。随着经济水平的发展，人民生活水平的提高，饮食结构的改变及人口迅速老龄化，心血管病的发病率和死亡率呈上升趋势。
[0003]鉴于冠状动脉疾病的高发病率和高死亡率，对冠状动脉疾病的诊治和防控仍是一个严峻的临床挑战。每年稳定性冠状动脉患者的死亡率在1
‑
3％之间，非致命性发病率在1％
‑
2％之间。在急性病症存活的急性冠状动脉综合征患者中，心肌梗死的死亡率明显升高(尤其在第一年内)。然而发病风险在各个病人中非常不同，这就需要有效的诊断、危险分层、病情监测和疗效评价的工具来提高病人的识别和管理。
[0004]动脉粥样硬化是冠...
【技术保护点】
【技术特征摘要】
1.检测标志物组合含量的试剂在制备用于预测急性冠脉综合症的产品中的应用，其特征在于，所述标志物组合选自组合1～3中的任意一种：所述组合1包括：糖尿病、高血脂、Cer(d18：1/18：0)、Cer(d18：1/20：0)和Cer(d18：1/18：0)/Cer(d18：1/20：0)；所述组合2包括：Cer(d18：1/24：0)、Cer(d18：1/14：0)/Cer(d18：1/24：0)、TnI、TG、TC、HDLC和LDLC；所述组合3包括：Cer(d18：1/20：0)、HDLC、TC/Cer(d18：1/24：0)和吸烟。2.根据权利要求1所述的应用，其特征在于，所述产品包括试剂、试剂盒和预测模型中的任意一种。3.一种用于预测急性冠脉综合征的产品，其特征在于，其包括权利要求1所述的检测标志物组合含量的试剂。4.一种急性冠脉综合症预测模型的训练方法，其特征在于，其包括：获取训练样本的标志物组合的含量以及标注结果，其中，所述标志物组合为权利要求1所述的标志物组合，所述标注结果为代表样本急性冠脉综合症的患病风险、疾病进程和预后风险中的至少一种情况的标签；将所述训练样本的标志物组合的含量输入预先构建的预测模型中，获得预测结果，所述预先构建的预测模型为能够根据所述标志物组合的含量预测样本急性冠脉综合症的患病风险、疾病进程和预后风险中的至少一种情况的机器学习模型；基于所述标注结果和所述预测结果对预先构建的预测模型进行参数更新。5.根据权利要求4所述的训练方法，其特征在于，所述机器学习模型包括Lasso回归和逻辑回归模型中的任意一种。6.一种急性冠脉综合症预测装置，其特征在于，其包括：获取模块，用于获取待测样本的标志物组合的含量，所述标志物组合为权利要求1所述的标志物组合；预测模块，用于将获得的标志物组合的含量输入如权利要求4或5所述的训练方法训练好的预测模型中，获得预测结果。7.根据权利要求6所述的急性冠脉综合症预测装置，其特征在于，当所述标志物组合为组合1时，所述预测模型通过以下公式获得预测结果：Logit(P)＝a
×
糖尿病+b
×
高血脂+c
×
Cer(d18：1/18：0)+d
×
Cer(d18：1/20：0)+e
×
Cer(d18：1/18：0)/Cer(d18：1/20：0)式中的标志物为对应标志物在样本中的水平，糖尿病为代表患者是否患有糖尿病的数字，若患有，则为1，若不患有，则为0；高血脂为代表患者是否患有高血脂的数字，若患有，则为1，若不患有，则为0；a为
‑
1～
‑
5；b为1～6；c为0.1～0.5；d为
‑
0.1～
‑
0.5；e为
‑
400～
‑
440；当所述标志物组合为组合2时，所述预测模型通过以下公式获得预测结果：Logit(P)＝f
×
Cer(d18：1/24：0)+g
×
Cer(d18：1/14：0)/Cer(d18：1/24：0)+h
×
TnI+i
×
TG+j
×
TC+k
×
HDLC+l
×
LDLC+m式中的标志物为对应标志物在样本中的水平；f为0.001～0.005；g为640～680；h为0....
【专利技术属性】
技术研发人员：曾勇，赵昔良，玉献鹏，张亮，栗琳，肖冰心，王春静，
申请(专利权)人：北京豪思生物科技股份有限公司，
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。