【技术实现步骤摘要】
本专利技术属于疾病风险预测模型，具体涉及心血管代谢共患病亚型的构建方法及其在心血管疾病风险预测中的应用，即一种基于21项精确测量表型构建代谢共患病亚型及其在心血管疾病风险预测中的应用。
技术介绍
1、糖尿病是严重威胁人类健康和生活质量的公共卫生问题。2021年，全球约有5.37亿成年人患有糖尿病，其中中国约有1.41亿糖尿病患者，患者人数居世界第一。糖尿病是一系列心血管代谢疾病的促发因素与孕育土壤，糖尿病常与多种心血管代谢疾病以代谢共患病的形式存在，这类以糖尿病为核心的心血管代谢共患病谱是降低预期寿命和增加死亡风险的主要危险因素。随着年龄增长，糖尿病等多种心血管代谢疾病的患病率和发病风险均显著上升。世界卫生组织(who)数据显示，中国人口老龄化进程远快于大多数中低收入和高收入国家；随着人口老龄化程度加剧，与年龄密切相关的心血管代谢疾病所累及的人口数量和造成的疾病负担将持续攀升。
2、现有技术中，防控以糖尿病为核心的代谢共患病存在如下限制或不足：
3、1.生物标记物与表型指标不全面：现有技术未能全面覆盖心血管风险相关代谢功能所需的生物标记物和表型指标，这可能导致对个体生理状态和临床特征的理解不够深入，限制对个体代谢共患病的精准分型以及远期心血管疾病风险的预测。
4、2.对代谢共患病亚型的认知不足：现有技术在理解代谢共患病亚型方面存在不足，缺乏对患者群体内异质性的深入理解而未能针对不同亚型制定更为个体化和有效的干预措施。
5、3.缺乏稳健性验证和人群代表性：现有技术在验证提出的模型或亚
6、4.对远期心血管疾病作用模式理解有限：没有充分深入探讨代谢共患病亚型对远期心血管疾病的影响，缺乏对远期心血管疾病发展的全面理解。
7、因此，在人口老龄化背景下，如何有效防控以糖尿病为核心的代谢共患病，降低心血管疾病和死亡负担并促进健康老龄，是亟待解决的关键科学问题。
技术实现思路
1、本专利技术的主要目的在于提供心血管代谢共患病亚型构建方法，包括基于21项精确测量的生物标记物与表型指标，利用无监督聚类算法准确构建代谢共患病亚型，以此来评估个体代谢状况并进行代谢共患病精准分型。
2、本专利技术的另一目的在于提供心血管代谢共患病亚型在心血管疾病风险预测中的应用，独立应用于个体代谢健康状况评估和远期心血管疾病风险预测。
3、为实现上述专利技术目的，本专利技术采用的技术方案是：
4、本专利技术提供心血管代谢共患病亚型的构建方法，基于21项生物标记物与表型指标，利用无监督聚类算法构建心血管代谢共患病亚型，包括以下步骤：
5、步骤1：获取多个样本作为发现队列样本，收集样本的代谢生物标记物与代谢表型指标作为原始数据，同时收集社会人口学信息、生活方式、疾病史和用药史数据；
6、步骤2：对获取的原始数据进行预处理，包括对数据进行整理和质量控制，选取8类指标共计21项生物标记物与表型指标建模，包括：
7、第1类：肥胖指标，包括：体质指数(bmi)、腰围(wc)；
8、第2类：血糖代谢指标，包括：空腹血糖(fpg)、口服葡萄糖耐量试验两小时(ogtt-2h)血糖(ppg)、糖化血红蛋白(hba1c)；
9、第3类：胰岛素代谢指标，包括：空腹胰岛素(fins)、ogtt-2h胰岛素(pins)、稳态模型评估的胰岛素抵抗指数(homa-ir)；
10、第4类：血脂代谢指标，包括：总胆固醇(tc)、低密度脂蛋白胆固醇(ldl-c)、高密度脂蛋白胆固醇(hdl-c)、甘油三酯(tg)、载脂蛋白a-1(apoa-1)、载脂蛋白b(apob)；
11、第5类：尿酸代谢指标，包括：血尿酸(ua)；
12、第6类：肝功能指标，包括：天门冬氨酸氨基转移酶(ast)、谷丙转氨酶(alt)、谷氨酰转肽酶(ggt)；
13、第7类：肾功能指标，包括：基于慢性肾病流行病学合作研究(ckd-epi)公式估算的肾小球滤过率(egfr)；
14、第8类：血压指标，包括：收缩压(sbp)、舒张压(dbp)；
15、步骤3：基于所述21项生物标记物与表型指标，采用无监督聚类k-means算法和db、kl指数确定最优的聚类亚型数量，构建得到代谢共患病亚型(mc)，分别为mc1、mc2、mc3、mc4、mc5。
16、作为优选，步骤3中，基于21项生物标记物与表型指标，利用无监督聚类算法构建代谢共患病亚型，包括以下步骤：
17、步骤a：选取a队列样本作为内部验证队列，选取b队列样本作为外部验证队列，获取a、b队列样本的代谢生物标记物与代谢表型指标作为原始数据，同时收集社会人口学信息、生活方式、疾病史和用药史数据；
18、步骤b：对步骤a获取的原始数据进行预处理，包括对数据进行整理标化和质量控制，在a队列中选取与所述发现队列中相同的21项生物标记物与表型指标用于代谢共患病亚型建模，在b队列中选取除fins、apoa-1、apob、ua之外与发现队列中相同的17项生物标记物与表型指标用于代谢共患病亚型建模；其中，原始数据在男性和女性分别进行预处理，按照以下步骤进行：1)对第1和第99百分位数的数据值进行缩尾(winsorization)处理，以减小极端值的影响；2)使用shapiro-wilk检验对单个指标进行正态分布检验，对非正态分布的变量进行log10转换；3)对所有变量进行标准化处理，使其均值为0，标准差为1，用于聚类；
19、步骤c：基于a队列的21项和b队列的17项生物标记物与表型指标，采用无监督k-means算法及欧式距离(euclidean distance)对样本进行聚类，并采用db和kl指数确定最优聚类亚型数目。其中db指数是通过最大化簇间的欧式距离来确定最优分类数；db指数越小聚类效果越好。kl指数是通过最大化子簇到聚类中心的欧式距离来确定最优分类数目；kl指数越大聚类结果越好。分别在a、b队列验证得到与发现队列高度一致的代谢共患病亚型；
20、步骤d：通过计算jaccard相似性确定步骤c中5个代谢共患病亚型在发现队列、a、b队列中具有高度稳健性，分别为mc1、mc2、mc3、mc4、mc5；
21、步骤e：通过计算每个代谢共患病亚型和其他亚型之间的代谢表型差异，确定发现队列、a、b队列中每个代谢共患病亚型的特征代谢表型；其中：
22、mc1表现为相对健康的代谢特征；
23、mc2特征是hdl-c和apoa-1水平低；
24、mc3特征是ldl-c、tc和apob水平高；
25、mc4特征是肥胖、胰岛素抵抗和肝酶升高，特征变量包括ggt、alt、ast、bmi、wc、fins、pins、tg、ua和本文档来自技高网...
【技术保护点】
1.心血管代谢共患病亚型的构建方法，其特征在于，基于21项生物标记物与表型指标，利用无监督聚类算法构建心血管代谢共患病亚型，包括以下步骤：
2.根据权利要求1所述心血管代谢共患病亚型的构建方法，其特征在于，步骤3中，基于21项生物标记物与表型指标，利用无监督聚类算法构建代谢共患病亚型，包括以下步骤：
3.根据权利要求1所述心血管代谢共患病亚型的构建方法，其特征在于，所述无监督聚类算法为无监督K-means算法，采用欧式距离，使用DB指数和KL指数确定聚类亚型的最佳数量。
4.根据权利要求1至3任一项所述心血管代谢共患病亚型的构建方法，其特征在于，MC1表现为相对健康的代谢特征；MC2特征是HDL-C和ApoA-1水平低；MC3特征是LDL-C、TC和ApoB水平高；MC4特征是肥胖、胰岛素抵抗和肝酶水平高，特征变量包括GGT、ALT、AST、BMI、WC、Fins、Pins、TG、UA和HOMA-IR；MC5特征是高血糖，特征变量包括HbA1c、FPG和PPG。
5.心血管代谢共患病亚型，其包括5个稳健的心血管代谢共患病亚型MC1、
6.权利要求5所述心血管代谢共患病亚型在远期心血管疾病风险预测中的应用。
7.根据权利要求6所述的应用，其特征在于，所述心血管代谢共患病亚型MC1、MC2、MC3提示远期心血管疾病发病风险低，所述心血管代谢共患病亚型MC4、MC5提示远期心血管疾病发病风险高。
...【技术特征摘要】
1.心血管代谢共患病亚型的构建方法，其特征在于，基于21项生物标记物与表型指标，利用无监督聚类算法构建心血管代谢共患病亚型，包括以下步骤：
2.根据权利要求1所述心血管代谢共患病亚型的构建方法，其特征在于，步骤3中，基于21项生物标记物与表型指标，利用无监督聚类算法构建代谢共患病亚型，包括以下步骤：
3.根据权利要求1所述心血管代谢共患病亚型的构建方法，其特征在于，所述无监督聚类算法为无监督k-means算法，采用欧式距离，使用db指数和kl指数确定聚类亚型的最佳数量。
4.根据权利要求1至3任一项所述心血管代谢共患病亚型的构建方法，其特征在于，mc1表现为相对健康的代谢特征；mc2特征是hdl-c和apoa-1水平低；mc3特征是ldl-c、tc和apob水平高；mc4特征是肥胖、胰岛素抵抗和肝酶水平高，特征变量包括ggt、alt、ast、bmi、wc、fins、pins、tg、ua和homa-ir；...
【专利技术属性】
技术研发人员：宁光，王卫庆，毕宇芳，王天歌，徐敏，陆洁莉，石准，任华慧，钟焕姿，徐瑜，李勉，赵志云，陈铭灵，叶超杰，王霜原，郑捷，
申请(专利权)人：上海市内分泌代谢病研究所，
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。