【技术实现步骤摘要】
本专利技术涉及数字医疗，尤其是一种基于糖尿病患者慢性肾脏病发生风险预测系统及存储介质。
技术介绍
1、目前慢性肾脏病是全球性的公共卫生问题，其患病率达到了9.4％，并且仍处于不断持续上升趋势。如果不对慢性肾脏病进行治疗，最终可能导致肾衰竭，并且还会显著增加心血管疾病的风险，如冠心病、心力衰竭和脑卒中等。其中，糖尿病是慢性肾脏病的重要诱发因素，糖尿病患者具有更高的慢性肾脏病发生风险。目前还没有根治慢性肾脏病的策略，因此对糖尿病患者慢性肾脏病的早期风险识别和预防是非常重要的。
2、其中蛋白质是人体的基本物质之一，其参与了人体所有的生命活动。基因的多态性和环境因素对人体的影响都是通过蛋白质进行的，同时蛋白质也可以反映人体的生理状态。个体的蛋白质水平有助于了解人体的健康状况和疾病风险。然而，目前还没有预测系统利用蛋白质水平对糖尿病患者慢性肾脏病发病风险进行预测。为了实现对糖尿病患者慢性肾脏病的早期识别和预警，亟需一种能够准确预测糖尿病患者慢性肾脏病发生风险的预测系统显得至关重要。从而为患者提供及时的治疗和管理，避免病情恶化。
技术实现思路
1、针对现有技术中的不足，第一方面，本专利技术提供一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行以下步骤：获取糖尿病患者血液中与慢性肾脏病发生风险相关的蛋白质水平以及慢性肾脏病诱发因素；构建糖尿病患者蛋白质评分模型，利用所述糖尿病患者蛋白质评
2、可选地，所述获取糖尿病患者血液中与慢性肾脏病发生风险相关的蛋白质水平包括：基于糖尿病患者的血浆样本获得与慢性肾脏病发生风险相关的蛋白质水平，所述蛋白质水平包括：所述获取糖尿病患者血液中与慢性肾脏病发生风险相关的蛋白质水平包括：
3、基于糖尿病患者的血浆样本获得与慢性肾脏病发生风险相关的蛋白质水平，所述蛋白质水平包括：免疫球蛋白超家族成员16、cd27抗原、c型凝集素结构域家族6成员a、wap,kazal,免疫球蛋白,kunitz和ntr结构域蛋白1、胰岛素样生长因子结合蛋白4、sart1蛋白、转钴胺素蛋白i、含mam结构域蛋白2、胞外超氧化物歧化酶、肿瘤坏死因子受体超家族成员10、α白蛋白、前列腺素d2合成酶、酪酪肽、甲型肝炎病毒细胞受体1、载脂蛋白m、vi型胶原蛋白α3链、cmrf35样分子8、chmp1a蛋白、基质金属蛋白酶12、谷氨酸离子受体nmda型2b亚单位、钙粘蛋白egf lag七经g-型受体2、胰石蛋白1β、组织金属蛋白酶抑制因子4、睾丸蛋白聚糖1、肾素、促肾上腺皮质素释放激素受体1、c-x-c基序趋化因子14、酸性鞘磷脂酶如磷酸二酯酶3a、蛋白二硫化物异构酶a2、凋亡调节因子bcl-2、b型钠尿肽、粘附分子igg样结构域蛋白2、桥粒芯糖蛋白-4、有机溶质转运体亚单位β、胰岛素样生长因子结合蛋白3、杀伤细胞凝集素样受体亚家族k成员1、肿瘤坏死因子受体超家族成员9、序列相似家族3成员c、ralbras样蛋白b、肿瘤坏死因子受体超家族成员6b、核糖核酸酶k6、肿瘤坏死因子受体超家族成员11、骨形态发生蛋白4、钠通道亚基β4、再生胰岛衍生蛋白3α、翻译启动因子eif-2b亚基beta、前贴式转运蛋白结合蛋白9、鸟苷蛋白。本专利技术通过糖尿病患者血液中的蛋白质水平，可以在早期甚至尚未出现明显症状时识别出慢性肾脏病的风险，有助于及时采取干预措施，制定个体化的治疗方案。
4、可选地，所述构建糖尿病患者蛋白质评分模型包括；根据糖尿病患者与慢性肾脏病发生风险相关的蛋白质水平构建糖尿病患者蛋白质评分模型。本专利技术通过蛋白质评分模型，可以更准确地预测糖尿病患者慢性肾脏病的发生风险，评分模型考虑与慢性肾脏病相关的蛋白质因素，从而提高预测结果的准确性。
5、可选地，所述糖尿病患者蛋白质评分模型，满足如下关系：
6、
7、其中，psdp表示糖尿病患者蛋白质的评分结果，n表示糖尿病患者的蛋白质数量，wi代表糖尿病患者第i个蛋白质对慢性肾脏病发生风险的权重系数，cepi表示糖尿病患者第i个蛋白质所对应的表达量。本专利技术提供了一个定量的方法来评估糖尿病患者慢性肾脏病的发生风险，基于不同蛋白质的权重系数与对应的表达量得到一个具体的评分结果，有助于更直观地了解疾病的风险程度。
8、可选地，所述利用所述糖尿病患者蛋白质评分模型得到糖尿病患者的蛋白质评分结果包括：获取糖尿病患者各蛋白质水平对慢性肾脏病发生风险的权重系数；基于所述权重系数和所述糖尿病患者蛋白质评分模型得到糖尿病患者的蛋白质评分结果。本专利技术将权重系数代入糖尿病患者蛋白质评分模型当中，可以快捷地得到糖尿病患者的蛋白质评分结果，简化评估过程的同时，可以更高效地进行风险评估。
9、可选地，所述基于所述蛋白质评分结果和所述慢性肾脏病诱发因素获得糖尿病患者的慢性肾脏病风险指数包括：依据所述蛋白质评分结果和所述慢性肾脏病诱发因素建立糖尿病患者慢性肾脏病发生风险预测模型。本专利技术结合蛋白质评分结果和慢性肾脏病诱发因素，可以更准确地预测糖尿病患者的慢性肾脏病发生风险，可以更好地了解患者的风险状况，并制定相应的预防和治疗措施。
10、可选地，所述基于所述蛋白质评分结果和所述慢性肾脏病诱发因素获得糖尿病患者的慢性肾脏病风险指数包括：所述糖尿病患者慢性肾脏病发生风险预测模型基于所述蛋白质评分结果和所述慢性肾脏病诱发因素获得糖尿病患者的慢性肾脏病风险指数。本专利技术综合考虑了糖尿病患者蛋白质表达水平和慢性肾脏病诱发因素，能够更全面、准确地评估患者的慢性肾脏病风险，并制定相应的治疗措施。
11、可选地，所述糖尿病患者慢性肾脏病发生风险预测模型，满足如下关系：
12、
13、其中，rd表示糖尿病患者肾脏病的发生风险，so(t)表示糖尿病患者肾脏病预测风险的底数值，μi表示糖尿病患者慢性肾脏病发生风险预测模型目标参数对应的影响系数，xi表示糖尿病患者慢性肾脏病发生风险预测模型的目标参数。本专利技术基于慢性肾脏病发生风险预测模型预测糖尿病患者的慢性肾脏病发生风险，有助于早期发现和提前预警。
14、可选地，所述根据慢性肾脏病风险指数分析糖尿病患者的慢性肾脏病发生风险包括：根据慢性肾脏病风险指数预测糖尿病患者的慢性肾脏病发生风险；利用所述慢性肾脏病发生风险实现糖尿病患者慢性肾脏病的早期风险识别和疾病预警。本专利技术通过慢性肾脏病风险指数预测慢性肾脏病的发生风险，可以更准确地评估患者的风险状况，并且根据慢性肾脏病风险指数的变化趋势，可以实现糖尿病患者慢性肾脏病的早期预警。
<本文档来自技高网...【技术保护点】
1.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行以下步骤：
2.根据权利要求1所述的计算机可读存储介质，其特征在于，所述获取糖尿病患者血液中与慢性肾脏病发生风险相关的蛋白质水平包括：
3.根据权利要求1所述的计算机可读存储介质，其特征在于，所述构建糖尿病患者蛋白质评分模型包括；
4.根据权利要求3所述的计算机可读存储介质，其特征在于，所述糖尿病患者蛋白质评分模型，满足如下关系：
5.根据权利要求1所述的计算机可读存储介质，其特征在于，所述利用所述糖尿病患者蛋白质评分模型得到糖尿病患者的蛋白质评分结果包括：
6.根据权利要求1所述的计算机可读存储介质，其特征在于，所述基于所述蛋白质评分结果和所述慢性肾脏病诱发因素获得糖尿病患者的慢性肾脏病风险指数包括：
7.根据权利要求6所述的计算机可读存储介质，其特征在于，所述基于所述蛋白质评分结果和所述慢性肾脏病诱发因素获得糖尿病患者的慢性肾脏病风险指数包括：
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。