【技术实现步骤摘要】
本申请属于医疗，涉及一种维生素d缺乏症，特别是涉及一种预测模型构建方法、系统、介质及电子设备。
技术介绍
1、维生素d是一种脂溶性维生素，不仅在骨骼健康中发挥着重要作用，而且对癌症、自身免疫性疾病、心血管疾病、代谢综合征、感染等多种疾病都具有保护作用。维生素d的多种健康效应在预防疾病的营养策略中引起了越来越多的关注。
2、与其他营养素不同，人体内维生素d的主要来源并不是食物，而是皮肤经紫外线照射在体内合成。因此，人体维生素d的水平受到了居住的纬度、季节、户外活动时间和防晒等因素的影响，维生素d缺乏在全球范围内普遍存在，并且缺乏率普遍较高。在我国，根据中华医学会骨质疏松和骨矿盐疾病分会的专家共识，以血清维生素d水平<20ng/ml为维生素d缺乏的诊断标准。
3、目前维生素d缺乏主要通过检测血液中维生素d水平来诊断，缺少对维生素d缺乏进行早期预测的方法，无法做到提前预防由于维生素d缺乏而导致的相关疾病的发生。
技术实现思路
1、本申请的目的在于提供一种预测模型构建方法、系统、介质及电子设备，用于解决上述
技术介绍
中指出的问题。
2、第一方面，本申请提供一种预测模型构建方法，所述预测模型用于维生素d缺乏预测；所述预测模型构建方法包括以下步骤：获取样本数据；所述样本数据包括维生素d缺乏组和对照组；获取目标预测变量；基于所述目标预测变量和所述样本数据构建所述预测模型。
3、本申请中，通过找到能够作为维生素d缺乏预测指标的目标预测变量，以基于
4、于第一方面的一种实现方式中，所述获取目标预测变量包括：获取候选预测变量；分析所述候选预测变量，对存在缺失值的候选预测变量进行缺失值插补；对所述候选预测变量进行定量变量线性假设检验及变量转换；通过lasso回归对经所述缺失值插补和所述定量变量线性假设检验及变量转换后的候选预测变量进行筛选，获取所述目标预测变量。
5、于第一方面的一种实现方式中，所述基于所述目标预测变量构建所述预测模型包括：将所述样本数据中对应所述目标预测变量的目标数据纳入logistic回归模型，以实现构建所述预测模型。
6、本实现方式中，基于logistic回归模型建立了一种能够对维生素d缺乏的发生风险进行预测的预测模型，填补了国内空白，为维生素d缺乏干预人群的锁定提供了一种简便可行的工具。
7、于第一方面的一种实现方式中，所述预测模型构建方法还包括：对所述预测模型进行多重共线性假设检验，以判断所述目标预测变量之间是否存在多重共线性。
8、于第一方面的一种实现方式中，所述预测模型构建方法还包括：对所述预测模型进行预测能力评估。
9、于第一方面的一种实现方式中，所述对所述预测模型进行预测能力评估至少包括采用以下任意一种或两种及两种以上组合评估方式：构建所述预测模型的roc曲线，以基于所述roc曲线对所述预测模型的区分度进行内部验证；绘制所述预测模型的校准图，以基于所述校准图对所述预测模型进行校准度评价；绘制所述预测模型的dca决策曲线图，以基于所述dca决策曲线图对所述预测模型进行临床效用评价。
10、于第一方面的一种实现方式中，所述预测模型构建方法还包括：绘制所述预测模型的列线图，以呈现所述预测模型；和/或对至少以下任意一种或两种及两种以上组合进行可视化呈现：所述预测模型、所述预测模型进行维生素d缺乏预测的预测过程及预测结果。
11、本实现方式中，通过绘制列线图对预测模型进行呈现，和/或对预测模型、预测过程及预测结果等进行可视化呈现，提高了实际操作的便捷度，更利于该预测模型的推广。
12、第二方面，本申请提供一种预测模型构建系统，所述预测模型用于维生素d缺乏预测；所述预测模型构建系统包括：第一获取模块，用于获取样本数据；所述样本数据包括维生素d缺乏组和对照组；第二获取模块，用于获取目标预测变量；模型构建模块，用于基于所述目标预测变量和所述样本数据构建所述预测模型。
13、第三方面，本申请提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的预测模型构建方法。
14、第四方面，本申请提供一种电子设备，包括：处理器及存储器；所述存储器用于存储计算机程序；所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行上述的预测模型构建方法。
15、如上所述，本申请所述的预测模型构建方法、系统、介质及电子设备，具有以下有益效果：
16、(1)与现有技术相比，本申请提供了一种预测模型，能够对维生素d缺乏的发生风险进行预测，填补了现有对于维生素d缺乏预测的空白，为维生素d缺乏的人群预测提供了有效的工具。
17、(2)本申请通过该预测模型能够实现简单、无创且快速地鉴别出维生素d缺乏的高危人群，以在高危人群中进行维生素d水平的检测并进行相应的干预和治疗，从而产生较高的健康收益，预防由于维生素d持续缺乏而导致的相关疾病。
18、(3)本申请提供的用于维生素d缺乏预测的预测模型，完整度较高，通过运用lasso回归筛选变量，针对logistic回归假设进行分别验证，及对该预测模型进行完善的评估与验证，使得该预测模型的可靠度、真实性较高。
本文档来自技高网...【技术保护点】
1.一种预测模型构建方法，其特征在于，所述预测模型用于维生素D缺乏预测；所述预测模型构建方法包括以下步骤：
2.根据权利要求1所述的预测模型构建方法，其特征在于，所述获取目标预测变量包括：
3.根据权利要求1所述的预测模型构建方法，其特征在于，所述基于所述目标预测变量和所述样本数据构建所述预测模型包括：将所述样本数据中对应所述目标预测变量的目标数据纳入Logistic回归模型，以实现构建所述预测模型。
4.根据权利要求1至3中任一项所述的预测模型构建方法，其特征在于，所述预测模型构建方法还包括：对所述预测模型进行多重共线性假设检验，以判断所述目标预测变量之间是否存在多重共线性。
5.根据权利要求1至3中任一项所述的预测模型构建方法，其特征在于，所述预测模型构建方法还包括：对所述预测模型进行预测能力评估。
6.根据权利要求5所述的预测模型构建方法，其特征在于，所述对所述预测模型进行预测能力评估至少包括采用以下任意一种或两种及两种以上组合评估方式：
7.根据权利要求1至3中任一项所述的预测模型构建方法，其特征在于
8.一种预测模型构建系统，其特征在于，所述预测模型用于维生素D缺乏预测；所述预测模型构建系统包括：
9.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的预测模型构建方法。
10.一种电子设备，其特征在于，包括：处理器及存储器；
...【技术特征摘要】
1.一种预测模型构建方法，其特征在于，所述预测模型用于维生素d缺乏预测；所述预测模型构建方法包括以下步骤：
2.根据权利要求1所述的预测模型构建方法，其特征在于，所述获取目标预测变量包括：
3.根据权利要求1所述的预测模型构建方法，其特征在于，所述基于所述目标预测变量和所述样本数据构建所述预测模型包括：将所述样本数据中对应所述目标预测变量的目标数据纳入logistic回归模型，以实现构建所述预测模型。
4.根据权利要求1至3中任一项所述的预测模型构建方法，其特征在于，所述预测模型构建方法还包括：对所述预测模型进行多重共线性假设检验，以判断所述目标预测变量之间是否存在多重共线性。
5.根据权利要求1至3中任一项所述的预测...
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。