基于ANGPTL4构建肺炎严重程度预测模型制造技术

本发明专利技术公开了医疗技术领域的基于ANGPTL4构建肺炎严重程度预测模型，包括如下步骤：步骤一、采集血液样本；步骤二、检测血液样本中的ANGPTL4蛋白含量；步骤三、将检测血液样本中的ANGPTL4蛋白含量和患者的临床资料导入处理软件中，经过单因素logistic回归分析和AUC值筛选变量，构建肺炎严重程度预测模型A；步骤四、采用bootstrap重抽样方法，对肺炎严重程度预测模型A进行验证，得到肺炎严重程度预测模型；通过上述步骤得到的肺炎严重程度预测模型，使其能在肺炎早期能识别重症肺炎患者，便于患者及时有效治疗。及时有效治疗。及时有效治疗。

【技术实现步骤摘要】
基于ANGPTL4构建肺炎严重程度预测模型


[0001]本专利技术属于医疗
，具体是基于ANGPTL4构建肺炎严重程度预测模型。

技术介绍

[0002]社区获得性肺炎(CAP)的发病率及死亡率在全球感染性疾病中稳居高位，严重影响人们的健康。由于疾病的异质性及病理的复杂性，CAP的早期精准诊断仍然是一个值得重视的临床问题，尤其是对于重症肺炎患者。
[0003]例如中国专利公布号为CN112183572A的专利公开了一种生成预测肺炎严重程度的预测模型的方法及装置，包括：获取受检者的临床信息；获取受检者的影像信息；从所述临床信息和影像信息中筛选出N个特征，其中，N为自然数；以所述N个特征中的至少一个为输入，肺炎严重程度为输出构建相应的分类模型；以多个受检者的N个特征为训练样本训练相应的分类模型并基于预设准则在多个分类模型中确定拟合精度和参数个数最优的分类模型为所述预测模型。
[0004]该方案基于临床症状和影像学检查结果，生成了模型复杂度低且预测准确度高的预测模型，如CRUB、PSI评分。但是，疾病早期不明显的症状，非特异的实验本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于ANGPTL4构建肺炎严重程度预测模型，其特征在于：包括如下步骤：步骤一、采集血液样本，人工采集患者的静脉血液，并将采集的静脉血液进行分离，得到患者的血清样本；步骤二、检测血液样本中的ANGPTL4蛋白含量，利用ARP4 ELISA试剂盒检测血清样本中的ANGPTL4蛋白含量；步骤三、肺炎严重程度预测模型构建，将患者的临床资料和血清样本中的ANGPTL4蛋白含量导入处理软件中，基于处理软件进行单因素logistic回归分析，在单因素logistic回归分析中，对P＜0.05的变量进行ROC曲线分析，处理软件根据AUC值筛选变量，得到特征值，将特征值采用直接输入法构建肺炎严重程度预测模型A；步骤四、肺炎严重程度预测模型验证，将步骤三中构建肺炎严重程度预测模型A，处理软件通过bootstrap重抽样方法，对肺炎严重程度预测模型A进行内部验证,得到肺炎严重程度预测模型。2.根据权利要求1所述的基于ANGPTL4构建肺炎严重程度预测模型，其特征在于：在步骤一中，采集到的患者的静脉血液保存在试管内，在室温25℃放置30分钟，再将放置后的静脉血液放入离...

【专利技术属性】
技术研发人员：肖强，陈司琴，苏敏红，陈新，雷薇，江佳，张绍锋，彭静，李玺，荣福，王孔丘，陈公启，李俊航，曾雅玲，
申请(专利权)人：南方医科大学顺德医院佛山市顺德区第一人民医院，
类型：发明
国别省市：