【技术实现步骤摘要】
本专利技术涉及类风湿性关节炎中医证候领域，尤其涉及一种类风湿性关节炎中医证候预测模型的构建方法及系统。
技术介绍
1、类风湿性关节炎(rheumatoid arthr itis,ra)是一种以关节滑膜炎为特征的慢性全身性自身免疫性自身免疫性疾病，其特征是手、足小关节的多关节、对称性和侵袭性关节炎症，经常伴有关节外器官受累及血清类风湿因子阳性，可以导致关节畸形及功能丧失。滑膜炎持久反复发作，可导致关节内软骨和骨的破坏，关节功能障碍，甚至残疾，血管炎病变累及全身各个器官，故本病又称为类风湿病。类风湿性关节炎的早期识别和治疗至关重要，通过临床检查、实验室检查以及特殊检查等方法来评估ra患者的病情。目前，类风湿性关节炎中医证候的诊断是依照各权威发布的参考指南，并结合相关的检验指标进行分析而实现的。不同中医证候之间检验指标是存在差异的，然而关于类风湿性关节炎中医证候与检验指标的相关性研究方面，各类文章虽然均已表明类风湿性关节炎中医证候与检验指标crp(c反应蛋白，c-reactionprotein)、rf(射频，radio frequency)、esr(红细胞沉降率)存在一定的相关性，但是并未描述类风湿性关节炎中医证候与检验指标的相关性大小，也没有对通过这些指标早期判断类风湿性关节炎中医证候的方法进行细致研究。
技术实现思路
1、本专利技术实施例提供一种类风湿性关节炎中医证候预测模型的构建方法及系统，先后利用lasso回归分析和统计学意义验证进行指标筛选，并基于最终筛选出的指标和中医证候实际
2、为了解决上述技术问题，本专利技术实施例提供了一种类风湿性关节炎中医证候预测模型的构建方法，包括：
3、将若干个ra患者的第一基本信息、第一常规检测结果和第一中医证候实际结果，分类为多个类风湿性关节炎症候组，并获取各所述类风湿性关节炎症候组对应的若干个第一检验指标；
4、对各所述类风湿性关节炎症候组对应的所有所述第一检验指标进行lasso回归分析，并根据回归分析结果，筛选出多个与各所述类风湿性关节炎症候组对应的中医证候相关联的第一检验指标，以作为各所述类风湿性关节炎症候组对应的第二检验指标；
5、按照预设的划分比例，分别对各所述类风湿性关节炎症候组进行划分，得到训练集和验证集，并对所述训练集中各所述第二检验指标进行统计学意义的验证，然后利用通过验证的所有所述第二检验指标、以及所述训练集中各所述ra患者的所述第一中医证候实际结果，对预先构建的多因素logistic回归模型进行训练，得到类风湿性关节炎中医证候预测模型。
6、实施本专利技术实施例，将若干个ra患者的第一基本信息、第一常规检测结果和第一中医证候实际结果，分类为多个类风湿性关节炎症候组，并获取各个类风湿性关节炎症候组对应的若干个第一检验指标，然后对各个类风湿性关节炎症候组对应的所有第一检验指标进行lasso回归分析，并根据回归分析结果，筛选出多个与各个类风湿性关节炎症候组对应的中医证候相关联的第一检验指标，接着对训练集中的各个类风湿性关节炎症候组对应的所有第二检验指标进行统计学意义的验证，先后经历两次指标筛选，逐步优化检验指标与类风湿性关节炎中医证候的相关性，将通过验证的所有第二检验指标、以及训练集中各个ra患者的第一中医证候实际结果，纳入预先构建的多因素logistic回归模型，以对多因素logistic回归模型进行训练优化，从而能够获得准确呈现ra患者的校验指标与类风湿性关节炎中医证候的关系，进一步提升类风湿性关节炎中医证候预测模型的预测准确性。
7、作为优选方案，所述将若干个ra患者的第一基本信息、第一常规检测结果和第一中医证候实际结果，分类为多个类风湿性关节炎症候组，并获取各所述类风湿性关节炎症候组对应的若干个第一检验指标，具体为：
8、收集若干个所述ra患者的第二基本信息、第二常规检测结果和第二中医证候实际结果、以及若干个正常人的第三基本信息和第三常规检测结果；其中，所述正常人是指未患类风湿性关节炎的人员，所述第二基本信息、所述第二常规检测结果、所述第三基本信息和所述第三常规检测结果都各自包括至少两个待筛选指标，所述第二基本信息和所述第三基本信息包括的所有所述待筛选指标都为性别和年龄；
9、利用期望-最大似然估计法，对各所述ra患者的所述第二基本信息、所述第二常规检测结果和所述第二中医证候实际结果进行缺失值定位与填补的预处理，得到各所述ra患者的所述第一基本信息、所述第一常规检测结果和所述第一中医证候实际结果，然后根据各所述ra患者的第一中医证候实际结果，将所有所述第一基本信息、所述第一常规检测结果和所述第一中医证候实际结果，分类为多个类风湿性关节炎症候组，并获取各所述类风湿性关节炎症候组对应的若干个第一检验指标；其中，所述类风湿性关节炎症候组为风寒湿痹阻症组、风湿痹阻症组、肝肾不足症组、寒湿痹阻症组或者湿热痹阻症组。
10、实施本专利技术实施例的优选方案，利用期望-最大似然估计法，对收集到的各个ra患者的第二基本信息、第二常规检测结果和第二中医证候实际结果进行缺失值定位与填补的预处理，得到各个ra患者的第一基本信息、第一常规检测结果和第一中医证候实际结果，避免由个别少数数据的丢失造成样本量的减少，进而优化对预先构建的多因素l ogi st ic回归模型的训练，提升类风湿性关节炎中医证候预测模型的预测精度。
11、作为优选方案，所述获取各所述类风湿性关节炎症候组对应的若干个第一检验指标，具体为：
12、遍历每个类风湿性关节炎症候组，采用wilcoxon秩和检验，将当前类风湿性关节炎症候组的所述第一常规检测结果与正常组的第三常规检测结果进行比较，并根据比较结果，分析各所述待筛选指标在当前类风湿性关节炎症候组和所述正常组之间的差异值，然后将差异值不为零的所有所述待筛选指标，作为当前类风湿性关节炎症候组对应的若干个所述第一检验指标；
13、其中，所述正常组包括若干个所述正常人的所述第三基本信息和所述第三常规检测结果。
14、实施本专利技术实施例的优选方案，采用wilcoxon秩和检验，将各个类风湿性关节炎症候组的第一常规检测结果与正常组的第三常规检测结果进行比较，即为将不同类风湿性关节炎症候的ra患者的多个待筛选指标与正常人的多个待筛选指标进行对比，从而筛选出在类风湿性关节炎症候组和正常组之间存在差异的待筛选指标，作为当前类风湿性关节炎症候组对应的第一检验指标，以实现与各个类风湿性关节炎症候组对应的中医证候相关联的校验指标的初步筛选，从而避免后续的logistic回归分析过程处理过多无效数据，减少整体的运算压力。
15、作为优选方案，所述按照预设的划分比例，分别对各所述类风湿性关节炎症候组进行划分，得到训练集和验证集，并对所述训练集中各所述第二检验指标进行统计学意义的验证，然后利用通过验证的所有所述第二检验指标、以及所述训练集中各所述ra患者的所述第一中医证候实际本文档来自技高网...
【技术保护点】
1.一种类风湿性关节炎中医证候预测模型的构建方法，其特征在于，包括：
2.根据权利要求1所述的一种类风湿性关节炎中医证候预测模型的构建方法，其特征在于，所述将若干个RA患者的第一基本信息、第一常规检测结果和第一中医证候实际结果，分类为多个类风湿性关节炎症候组，并获取各所述类风湿性关节炎症候组对应的若干个第一检验指标，具体为：
3.根据权利要求2所述的一种类风湿性关节炎中医证候预测模型的构建方法，其特征在于，所述获取各所述类风湿性关节炎症候组对应的若干个第一检验指标，具体为：
4.根据权利要求1所述的一种类风湿性关节炎中医证候预测模型的构建方法，其特征在于，所述按照预设的划分比例，分别对各所述类风湿性关节炎症候组进行划分，得到训练集和验证集，并对所述训练集中各所述第二检验指标进行统计学意义的验证，然后利用通过验证的所有所述第二检验指标、以及所述训练集中各所述RA患者的所述第一中医证候实际结果，对预先构建的多因素logistic回归模型进行训练，得到类风湿性关节炎中医证候预测模型，具体为：
5.根据权利要求1所述的一种类风湿性关节炎中医
6.一种类风湿性关节炎中医证候预测模型的构建系统，其特征在于，包括：
7.根据权利要求6所述的一种类风湿性关节炎中医证候预测模型的构建系统，其特征在于，所述数据获取模块，具体包括：
8.根据权利要求6所述的一种类风湿性关节炎中医证候预测模型的构建系统，其特征在于，所述模型构建模块，具体包括：
9.如权利要求6所述的一种类风湿性关节炎中医证候预测模型的构建系统，其特征在于，还包括：
...【技术特征摘要】
1.一种类风湿性关节炎中医证候预测模型的构建方法，其特征在于，包括：
2.根据权利要求1所述的一种类风湿性关节炎中医证候预测模型的构建方法，其特征在于，所述将若干个ra患者的第一基本信息、第一常规检测结果和第一中医证候实际结果，分类为多个类风湿性关节炎症候组，并获取各所述类风湿性关节炎症候组对应的若干个第一检验指标，具体为：
3.根据权利要求2所述的一种类风湿性关节炎中医证候预测模型的构建方法，其特征在于，所述获取各所述类风湿性关节炎症候组对应的若干个第一检验指标，具体为：
4.根据权利要求1所述的一种类风湿性关节炎中医证候预测模型的构建方法，其特征在于，所述按照预设的划分比例，分别对各所述类风湿性关节炎症候组进行划分，得到训练集和验证集，并对所述训练集中各所述第二检验指标进行统计学意义的验证，然后利用通过验证的所有所述第二检验指标、以及所述训练集中各所述ra患者的所述第一中医证候实际结果，对预先构建的...
【专利技术属性】
技术研发人员：万泽民，石静，李可，张秀娟，王建兵，张乔轩，韩丽乔，严君，张鹏伟，展敏，柯培锋，黄宪章，
申请(专利权)人：广东省中医院广州中医药大学第二附属医院，广州中医药大学第二临床医学院，广东省中医药科学院，
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。