【技术实现步骤摘要】
一种免疫性心肌炎预测模型的构建方法及免疫性心肌炎预测系统
[0001]本专利技术涉及免疫性心肌炎的防治领域,特别涉及一种免疫性心肌炎的
Nomogram
临床预测模型及其构建方法
。
技术介绍
[0002]免疫检查点抑制剂主要通过激活机体免疫系统,重新启动并维持肿瘤
‑
免疫循环,恢复机体正常的抗肿瘤免疫反应
。
与此同时,免疫检查点抑制剂也会引发多器官正常组织的一系列炎症反应,这类炎症反应被统称为免疫相关不良反应
。
值得注意的是,免疫相关心脏毒性虽然罕见,发生率约占所有免疫相关不良反应的
6.3
%,但死亡率高达
35
%,其中心肌炎的死亡率高达
39.7
%~
50
%,在所有免疫相关不良反应中排名第一
。
而免疫相关心肌炎的起始症状可能仅仅表现为乏力
、
气短和心悸等,极易被忽视,进而可能发展为下肢浮肿
、
端坐呼吸,严重时甚至出现猝死
。
因此,提高对免疫性心肌炎的认知,尽早干预,尽早诊断对于提高患者生存率,改善患者临床转归非常必要
。
[0003]但目前针对免疫性心肌炎的研究大多是的机制研究
、
病案报道等
。2021
年,
Heilbroner
等开展了一项利用机器学习预测免疫相关心脏不良事件的研究,对
356
种潜在危险因素进 ...
【技术保护点】
【技术特征摘要】
1.
一种免疫性心肌炎预测模型的构建方法,其特征在于:包括以下步骤:
S1
:从使用了免疫检查点抑制剂的非心肌炎患者和心肌炎患者的电子病历中获取数据;
S2
:对步骤
S1
收集到的数据进行数据整理和数据清洗;
S3
:对经步骤
S2
处理后的数据进行分析,包括:
a.
采用单因素
logistic
回归分析数据,找出与患者发生心肌炎相关的
p<0.05
的危险因素;
b.
将步骤
a
找出的危险因素纳入多因素
logistic
回归分析,通过多因素
logistic
回归分析确定独立危险因素;
c.
对步骤
b
中确定的独立危险因素按
OR
值的大小进行排序;
d.
依照步骤
c
中对独立危险因素的排序结果,逐步剔除
OR
值最小的独立危险因素,每次剔除一个
OR
值最小的独立危险因素后便得到一个模型;
e.
通过接受者操作特性曲线对步骤
d
得到的全部模型进行分析,选择
AUC
最大的模型作为最优模型;
S4
:以最优模型中的独立危险因素作为变量,构建检测免疫性心肌炎的
...
【专利技术属性】
技术研发人员:汪潇潇,胡小刚,穆莉,潘玲云,陈万一,雷海科,
申请(专利权)人:重庆大学附属肿瘤医院,
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。