早期病情严重程度预警模型的构建方法技术

本发明专利技术涉及早期病情严重程度预警模型的构建方法，包括获取原始数据；对数据集降维处理；划分训练集和测试集；使用多种单一模型在训练集下进行训练，并对训练后的多种单一模型进行超参数优化；使用Stacking模型融合方法对多个单一模型进行融合；引入SHAP解释模型对输出结果进行量化特征的重要性分析。本发明专利技术实现了对病人重症化严重程度的有效预测，并对模型的精度和临床应用价值进行评估，早期识别可能发展为危重病的轻症患者，对于高危风险人群重点关注，以提供必要的医疗支持，提高医疗系统运转效率。

【技术实现步骤摘要】

本专利申请属于病情预警，更具体地说，是涉及早期病情严重程度预警模型的构建方法。

技术介绍

1、早期病情若处理不当，会产生严重的后果。以肺炎为例，全世界80亿人口身心健康经受巨大挑战，以发热、咳嗽、气促等为主要临床症状，病情进展迅速，传染性强，目前仍缺乏特异药物，部分病人会发展成ards。早期发现、早期诊断、早期隔离、早期治疗，是提高病人治愈率和生存期的重要因素。肺炎的临床谱从轻症到危重症不等，临床表现各异，如无症状疾病、肝、心、肾等器官相关损伤、神经系统表现、凝血功能障碍、败血症、感染性休克和多器官功能障碍。大多数患者病程较轻，可在门诊进行治疗。早期发现可能发展为危重疾病的患者是非常重要的。医师需要早期识别可能发展为危重病的轻症患者，对于高危风险人群重点关注，以提供必要的医疗支持，可能有助于提供适当治疗和优化资源利用，减轻疾病扩散，提高医疗系统运转效率。

2、现在技术手段日益进步，多学科、多功能、多技术结合成为研究高地，伴随着人工智能(artificialintelligence，ai)技术的不断发展，通过挖掘医学信息，构建疾病预测模型，帮助医本文档来自技高网...

【技术保护点】

1.一种早期病情严重程度预警模型的构建方法，其特征在于包括如下步骤：

2.根据权利要求1所述的早期病情严重程度预警模型的构建方法，其特征在于，S1中，对原始数据进行预处理包括：

3.根据权利要求2所述的早期病情严重程度预警模型的构建方法，其特征在于，S14中，数据集中的预测特征为死亡与复苏，使用标签编码将死亡与复苏分别转换为0和1；使用序数编码将分类型特征转换为数值类型。

4.根据权利要求1所述的早期病情严重程度预警模型的构建方法，其特征在于，S2中，对数据集降维处理是指，使用Embed嵌入法对数据集中的特征进行筛选，保留权重高的特征；

5...

【技术特征摘要】

1.一种早期病情严重程度预警模型的构建方法，其特征在于包括如下步骤：

2.根据权利要求1所述的早期病情严重程度预警模型的构建方法，其特征在于，s1中，对原始数据进行预处理包括：

3.根据权利要求2所述的早期病情严重程度预警模型的构建方法，其特征在于，s14中，数据集中的预测特征为死亡与复苏，使用标签编码将死亡与复苏分别转换为0和1；使用序数编码将分类型特征转换为数值类型。

4.根据权利要求1所述的早期病情严重程度预警模型的构建方法，其特征在于，s2中，对数据集降维处理是指，使用embed嵌入法对数据集中的特征进行筛选，保留权重高的特征；

5.根据权利要求1所述的早期病情严重程度预警模型的构建方法，其特征在于，s4中，单一模型为四种，分别为rc、xgboost、gbdt、lightgbm；使用交叉验证网格搜索算法进行超参数优化。

6.根据权利要求5所述的早期病情严重程度预警模型的构建方法...

【专利技术属性】
技术研发人员：张瑛琪，陈庆强，
申请(专利权)人：河北医科大学第一医院，
类型：发明
国别省市：