【技术实现步骤摘要】
本专利技术涉及医疗,涉及对疾病相关因素评分参数分析建立预测模型的方法,具体而言,涉及一种建立皮肌炎预后不良风险动态预测模型的方法及系统。
技术介绍
1、皮肌炎是一种常见的自身免疫性结缔组织病,主要累及皮肤和骨骼肌,也可累及内脏器官如肺、心脏、胃肠道等,且伴发恶性肿瘤的机率显著高于正常人。迄今为止,皮肌炎的发病机制仍不清楚,发病率逐年升高。皮肌炎患者的异质性较大,部分患者病情进展快,预后差。列线图预测模型是一种可靠的风险评价方法,能直观地反映相关预测因素出现时患者发生某种结局的概率,对于医生作出临床决策具有重要的指导价值,近年来愈来愈多地被应用于疾病转归的预测。通过logistic回归分析或cox回归分析可得到某个结局事件的预测因素,但无法可视化地分析这些预测因素对结局事件的影响程度。。
技术实现思路
1、本专利技术构建皮肌炎预后不良的动态列线图预测模型,为临床医生预判皮肌炎患者的不良预后提供直观的参考工具。列线图预测模型适于个体化预测某疾病的预后不良风险,它根据筛选出的自变量回归系数的大小
...【技术保护点】
1.一种建立皮肌炎预后不良风险动态预测模型的方法,其特征在于,包括步骤1.确定独立预测因子,创建皮肌炎不良预后的普通列线图,并建立网页版动态列线图模型;步骤2.对建模组数据制备模型的内部验证曲线,制备模型的外部验证曲线;步骤3.制备预测模型的临床决策曲线(Decision Curve Analysis,DCA)及临床影响曲线(Clinical ImpactCurve,CIC);步骤4.按照逐步Logistic回归模型筛选的独立预测因子比值比(OR)确定权重及其评分,计算最终得分,得到皮肌炎不良预后的发生概率。
2.根据权利要求1所述的建立皮肌炎预后不良风险
...【技术特征摘要】
1.一种建立皮肌炎预后不良风险动态预测模型的方法,其特征在于,包括步骤1.确定独立预测因子,创建皮肌炎不良预后的普通列线图,并建立网页版动态列线图模型;步骤2.对建模组数据制备模型的内部验证曲线,制备模型的外部验证曲线;步骤3.制备预测模型的临床决策曲线(decision curve analysis,dca)及临床影响曲线(clinical impactcurve,cic);步骤4.按照逐步logistic回归模型筛选的独立预测因子比值比(or)确定权重及其评分,计算最终得分,得到皮肌炎不良预后的发生概率。
2.根据权利要求1所述的建立皮肌炎预后不良风险动态预测模型的方法,其特征在于,所述独立预测因子为男性、恶性肿瘤、恶性红斑、发热、间质性肺炎、铁蛋白、涎液化糖链抗原6(kl-6);根据所述独立预测因子在回归模型中的回归系数在r语言软件中利用rms包创建皮肌炎不良预后的普通列线图,并在r语言中利用dynnom包建立皮肌炎预后的网页版动态列线图模型。
3.根据权利要求2所述的方法,其特征在于...
【专利技术属性】
技术研发人员:朱鹭冰,刘世颖,鲁静浩,刘超凡,周行,唐嘉萱,
申请(专利权)人:复旦大学附属中山医院,
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。