System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于医疗检测,具体涉及一种预测早期艾滋病感染风险的方法、装置及模型。
技术介绍
1、艾滋病感染的自然史包括最初的急性期/早期感染(acute and early hivinfection,aehi)、持续较长时间的无症状期,直至发展到艾滋病期并最终死亡的的全过程,这一过程时间漫长,临床表现错综复杂。其中,aehi阶段具有非常特殊的临床意义和科学研究价值,是开始抗病毒治疗、改善临床预后和控制病毒传播的关键时间窗口。
2、aehi包括急性hiv感染(acute hiv infection,ahi)和早期hiv感染(early hivinfection,ehi),ahi是指从感染hiv到hiv抗体阳转之间的这段时间,此期大约在感染后一个月内(个别可长达三月),特点为通过elisa检测血浆中hiv抗体为阴性,和/或免疫印迹试验(western blotting,wb)显示hiv抗体为阴性或不确定,而血浆中含有高水平hiv病毒载量(viral load,vl),或者p24抗原为阳性;而ehi通常是指感染hiv后6个月,从血浆中hiv-1抗体开始阳转,到血中hiv-1病毒载量下降并稳定到一定水平(调定点)的阶段。在aehi期间立即进行抗病毒治疗可以限制hiv储存库的建立,限制病毒多样性,保护免疫系统,降低传播风险。
3、早期、及时发现aehi感染者具有重要的诊断、临床和公共卫生意义,但在目前,早期识别和诊断急性hiv感染仍是一个非常困难的临床决策,存在诸多挑战。首先,部分aehi患者流行病学史不确定、未出现
技术实现思路
1、为了克服上述现有技术的缺陷,专利技术人基于研究、实验,提出了一种预测早期艾滋病感染风险的方法,所述方法包括:
2、获取早期艾滋病感染者的免疫细胞数据;
3、将所述免疫细胞数据作为训练数据,训练早期艾滋病感染预测模型;
4、获取用户的临床特征和免疫细胞数据,并基于所述临床特征和所述免疫细胞数据判断所述用户是否为待预测用户;
5、若所述用户为待预测用户,使完成训练的所述早期艾滋病感染预测模型基于所述免疫细胞数据,预测所述用户是否具有感染早期艾滋病的风险。
6、可选地,所述获取早期艾滋病感染者的免疫细胞数据和获取用户的临床特征及免疫细胞数据包括:
7、采集目标对象的血液样本,通过流式细胞术对所述血液样本进行处理以得到免疫细胞数据。
8、可选地,所述基于所述临床特征及所述免疫细胞数据判断所述用户是否为待预测用户包括:
9、判断所述用户是否存在cmv或ebv感染的情况,并获取所述用户的cd4+t细胞和cd8+t细胞的比值、cd8+hla-dr+的表达比例和cd8+cd38+的表达比例;
10、若所述用户不存在cmv或ebv感染的情况,同时cd4+t细胞和cd8+t细胞的比值小于预设比值,所述用户cd8+hla-dr+的表达比例高于第一预设比例值,和/或,所述用户cd8+cd38+的表达比例高于第二预设比例值时,判断所述用户为待预测用户。
11、具体地,所述将所述免疫细胞数据作为训练数据,训练早期艾滋病感染预测模型包括:
12、将早期艾滋病感染者的cd4+t细胞的计数值、cd8+t细胞的计数值、cd8+hla-dr+的表达比例和cd8+cd38+的表达比例作为训练数据,训练所述早期艾滋病感染预测模型,以在完成训练的所述早期艾滋病感染预测模型中得到相应的预设界值,进而使所述早期艾滋病感染预测模型能够基于所述预设界值,对用户是否具有感染早期艾滋病的风险进行预测。
13、优选地,所述预设比值为1,所述第一预设比例值为24%,所述第二预设比例值为32%。
14、进一步地,所述使完成训练的所述早期艾滋病感染预测模型基于所述免疫细胞数据,预测所述用户是否具有感染早期艾滋病的风险包括:
15、基于所述免疫细胞数据计算得到逻辑结果值;计算所述逻辑结果值的公式为:
16、logit(θ)=a*ncd4/ncd8+b*pdr+c*pcd38-d
17、其中,θ表示被诊断为aehi的概率,logit(θ)代表对θ值进行逻辑分析的逻辑结果值,a、b、c、d分别为完成训练的所述早期艾滋病感染预测模型得到的特定参数值,ncd4为cd4+t细胞的计数值,ncd8为cd8+t细胞的计数值,pdr%为cd8+hla-dr+的表达比例,pcd38%为cd8+cd38+的表达比例;
18、若所述逻辑结果值大于所述预设界值,判断所述用户存在感染早期艾滋病的风险。
19、优选地,a值的取值范围为-3.4606~-2.8314,b值的取值范围为0.0648~0.0792,c值的取值范围为0.0693~0.0847,d值的取值范围为4.3326~5.2954。
20、本专利技术还提出了一种预测早期艾滋病感染风险的装置,所述装置包括:
21、获取模块,用于早期艾滋病感染者的免疫细胞数据;
22、训练模块,用于将所述免疫细胞数据作为训练数据,训练早期艾滋病感染预测模型;
23、预检模块,用于采集用户的临床特征和免疫细胞数据,并基于所述免疫细胞数据判断所述用户是否为待预测用户;
24、预测模块,用于当所述用户为待预测用户时,使完成训练的所述早期艾滋病感染预测模型基于所述免疫细胞数据,预测所述用户是否具有感染早期艾滋病的风险。
25、本专利技术还提出了一种早期艾滋病感染预测模型,用于预测早期艾滋病的感染风险,所述模型是基于前文所述的预测早期艾滋病感染风险的方法搭建的。
26、本专利技术还提出了一种计算机可读存储介质,存储有可执行指令,用于被处理器执行时,实现前文所述的预测早期艾滋病感染风险的方法。
27、本专利技术至少具有以下有益效果:
28、本专利技术提出的方案利用早期艾滋病感染者的免疫细胞数据作为训练数据,训练出预测模型,通过基于用户的免疫细胞数据进行预测,可以辅助早期发现艾滋病感染的风险,有助于对早期艾滋病患者进行及早的干预和治疗;
29、进一步地,本方案通过结合患者临床特征及流式细胞术获取免疫细胞数据,较高的准确性和可靠性,通过对用户免疫细胞数据进行预检判断,能够更细化地评估用户感染早期艾滋病的风险,并更充分地利用数据对用户是否存在感染早期艾滋病的风险进行预测,进本文档来自技高网...
【技术保护点】
1.一种预测早期艾滋病感染风险的方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取早期艾滋病感染者的免疫细胞数据和获取用户的免疫细胞数据包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述临床特征及所述免疫细胞数据判断所述用户是否为待预测用户包括:
4.根据权利要求3所述的方法,其特征在于,所述预设比值为1,所述第一预设比例值为24%,所述第二预设比例值为32%。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述将所述免疫细胞数据作为训练数据,训练早期艾滋病感染预测模型包括:
6.根据权利要求5所述的方法,其特征在于,所述使完成训练的所述早期艾滋病感染预测模型基于所述免疫细胞数据,预测所述用户是否具有感染早期艾滋病的风险包括:
7.根据权利要求6所述的方法,其特征在于,A值的取值范围为-3.4606~-2.8314,B值的取值范围为0.0648~0.0792,C值的取值范围为0.0693~0.0847,D值的取值范围为4.3326~5.2954,所述预设界值
8.一种预测早期艾滋病感染风险的装置,其特征在于,所述装置包括:
9.一种早期艾滋病感染预测模型,其特征在于,用于预测早期艾滋病的感染风险,所述模型是基于权利要求1-7任一项所述的方法搭建的。
10.一种计算机可读存储介质,其特征在于,存储有可执行指令,用于被处理器执行时,实现如权利要求1-7任一项所述的方法。
...【技术特征摘要】
1.一种预测早期艾滋病感染风险的方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述获取早期艾滋病感染者的免疫细胞数据和获取用户的免疫细胞数据包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述临床特征及所述免疫细胞数据判断所述用户是否为待预测用户包括:
4.根据权利要求3所述的方法,其特征在于,所述预设比值为1,所述第一预设比例值为24%,所述第二预设比例值为32%。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述将所述免疫细胞数据作为训练数据,训练早期艾滋病感染预测模型包括:
6.根据权利要求5所述的方法,其特征在于,所述使完成训练的所述早期艾滋病感染预测模型基...
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。