一种乳腺癌术后化疗患者心理痛苦风险预测方法和装置制造方法及图纸

本发明专利技术提供了一种乳腺癌术后化疗患者心理痛苦风险预测方法和装置，该方法包括：获取乳腺癌术后化疗患者的初始样本数据集，所述初始样本数据集包括患者心理痛苦数据以及与患者心理痛苦程度相关的初始影响因素数据；根据所述初始影响因素数据与所述患者心理痛苦数据的关联性，对初始影响因素数据进行筛选，确定主要影响因素数据及其对应的主要样本数据集；基于所述主要样本数据集对构建的心理痛苦风险预测模型进行训练，得到训练完备的心理痛苦风险预测模型，并基于所述训练完备的心理痛苦风险预测模型对患者心理痛苦风险进行预测

【技术实现步骤摘要】
一种乳腺癌术后化疗患者心理痛苦风险预测方法和装置


[0001]本专利技术涉及癌症心理痛苦领域
，具体涉及一种乳腺癌术后化疗患者心理痛苦风险预测方法
。

技术介绍

[0002]乳腺癌作为全球第一大癌，其发病率和死亡率在女性患者中均居首位，对女性的身心健康造成了极大的威胁
。
近年来，针对乳腺癌患者的诸多研究显示，处于化疗期的患者存在着不同程度的心理问题，与其他类型的癌症患者相比，乳腺癌患者的心理痛苦检出率明显较高，在
23.9
％～
97.1
％左右
。
乳腺癌术后化疗患者不仅承受着手术治疗导致乳房缺失的痛苦，还遭受化疗副作用的影响，心理痛苦程度极高，乳腺癌患者的心理痛苦状况与其治疗依从性及生存质量息息相关，严重的心理问题会导致患者生活质量下降
、
社会关系受损
、
康复时间延长，焦虑
、
抑郁意念增加，更甚者导致患者自杀，影响疾病的转归和恢复
。
因此，如何高效快速地识别乳腺癌术后化疗患者心理痛苦的高危人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种乳腺癌术后化疗患者心理痛苦风险预测方法，其特征在于，包括：获取乳腺癌术后化疗患者的初始样本数据集，所述初始样本数据集包括患者心理痛苦数据以及与患者心理痛苦程度相关的初始影响因素数据；根据所述初始影响因素数据与所述患者心理痛苦数据的关联性，对初始影响因素数据进行筛选，确定主要影响因素数据及其对应的主要样本数据集；基于所述主要样本数据集对构建的心理痛苦风险预测模型进行训练，得到训练完备的心理痛苦风险预测模型，并基于所述训练完备的心理痛苦风险预测模型对患者心理痛苦风险进行预测
。2.
根据权利要求1所述的乳腺癌术后化疗患者心理痛苦风险预测方法，其特征在于，根据所述初始影响因素数据与所述患者心理痛苦数据的关联性，对初始影响因素数据进行筛选，确定主要影响因素数据及其对应的主要样本数据集，包括：对所述初始样本数据集进行单因素分析，以对所述初始影响因素数据进行筛选，确定第一影响因素数据及其对应的第一样本数据集；对所述第一样本数据集进行正则化回归筛选，以对所述第一影响因素数据进行筛选，确定主要影响因素数据及其对应的主要样本数据集
。3.
根据权利要求2所述的乳腺癌术后化疗患者心理痛苦风险预测方法，其特征在于，对所述初始样本数据集进行单因素分析，以对所述初始影响因素数据进行筛选，确定第一影响因素数据及其对应的第一样本数据集，包括：按照患者心理痛苦情况，将所述初始影响因素数据进行分组；判断所述初始影响因素数据中单个影响因素数据为分类变量或正态分布的连续变量或非正态分布的连续变量；当单个影响因素数据为分类变量时，则采用卡方检验进行组间检验，确定单个影响因素数据的组间差异是否具有显著性；当单个影响因素数据为正态分布的连续变量时，则采用
t
检验进行组间检验，确定单个影响因素数据的组间差异是否具有显著性；当单个影响因素数据为非正态分布的连续变量时，则采用秩和检验进行组间检验，确定单个影响因素数据的组间差异是否具有显著性；选取组间差异具有显著性的单个影响因素数据，确定第一影响因素数据及其对应的第一样本数据集
。4.
根据权利要求2所述的乳腺癌术后化疗患者心理痛苦风险预测方法，其特征在于，对所述第一样本数据集进行正则化回归筛选，以对所述第一影响因素数据进行筛选，确定主要影响因素数据及其对应的主要样本数据集，包括：基于所述第一样本数据集对初始的
lasso
回归模型进行训练，得到训练完备的
lasso
回归模型，将所述训练完备的
lasso
回归模型中回归系数为零的影响因素剔除，确定主要影响因素及其对应的主要样本数据集
。5.
根据权利要求1所述的乳腺...

【专利技术属性】
技术研发人员：石习习，杨雪琴，
申请(专利权)人：荆楚理工学院，
类型：发明
国别省市：