【技术实现步骤摘要】
本专利技术涉及医学数据应用及分析，尤其涉及一种标志物在手术中患者低温风险中的应用，预测方法及系统。
技术介绍
1、术中低体温，即核心体温低于36℃，是手术过程中普遍存在的并发症，然而，在低收入和中等收入国家，医疗保健提供者经常忽视该问题。根据研究报道，在世界范围内，低体温的发生率为25％-90％。术中低体温可能导致许多不良临床结果，延长住院时间，增加住院费用，甚至威胁到患者的安全。尽管有多种有效的维持正常体温的干预措施存在，包括预先加温、被动和主动加温措施，但它们也会增加患者的费用负担并给国家医疗保健系统带来压力。因此，鉴于针对不同风险水平的患者可能需要不同的干预措施，在所有手术患者中普遍应用不必要的加温措施可能并不明智，特别是在发展中国家。准确的风险评估工具可以协助临床医生进行医患沟通和早期临床决策，从而提高医疗利用率。
技术实现思路
1、为解决现有手术过程中针对所有不同风险水平的手术患者普遍应用不必要的加温干预措施，医疗利用率低的问题，本专利技术采用以下技术方案：
2、第一方面，提供一种标志物在患者术中低温风险的应用，该应用中的标志物为年龄、bmi、手术方式、基础心率、基础体温、吸烟史、既往手术史、血肌酐。本方案为解决上述问题构建预测模型中提供贡献最大的预测因子。
3、第二方面，提供一种患者术中低温风险预测模型的构建方法，该方法包括如下步骤：
4、收集人口统计学、临床特征、术前实验室检查、基础生命体征、手术期间的参数数据；
5、对
6、使用模型构建组的数据，采用lasso回归来选择预测因子，根据10折交叉验证方法来确定最优的λ值，从而确定对术中低体温有预测价值的变量；其中，λ为控制lasso回归复杂度调整的程度；
7、将所述有预测价值的变量纳入多因素logistics回归模型中，将回归结果通过逐步回归法筛选最终进入模型的变量，并建立预测模型；
8、使用模型验证组的数据进行验证，评价模型的准确性和校准度。
9、第三方面，患者术中低温风险预测系统，其包括
10、数据采集模块，用于获取人口统计学、临床特征、术前实验室检查、基础生命体征、手术期间的参数；
11、预处理模块，用于将所述数据根据纳排标准进行筛选得到最终纳入的患者数据集，根据随机化原则，将患者数据集拆分为模型构建组与模型验证组；
12、模型构建模块，用于使用模型构建组的数据，采用lasso回归来选择预测因子变量，根据10折交叉验证方法来确定最优的λ值，从而确定对术中低体温有预测价值的变量，其中，λ为控制lasso回归复杂度调整的程度；以及将所述有预测价值的变量纳入多因素logistics回归模型中，将回归结果通过逐步回归法筛选最终进入模型的变量，并建立预测模型；
13、模型验证模块，用于使用模型验证组的数据进行验证，评价模型的准确性和校准度。
14、第四方面，提供一种计算机可读存储介质，介质上存储有计算机可执行指令，当所述计算机可执行指令被计算机装置执行时，可用来实现所述的方法。
15、有益效果
16、与现有技术相比，本专利技术旨在通过构建基于术前指标的成人手术患者术中低体温的风险预测模型，对手术患者的低体温风险进行个体化预测，为医疗机构工作中提供精确便利的预测工具。此外，本专利技术通过对常用的术前指标进行筛选，筛选出8项最优的预测因子：年龄、bmi、手术方式、基础心率、基础体温、吸烟史、既往手术史、血肌酐。本专利技术利用预测模型来计算每位成人手术患者术中发生低体温的概率，为及时进行术前预防和针对性治疗提供了依据。
本文档来自技高网...【技术保护点】
1.标志物在患者术中低温风险的应用，其特征在于，标志物包括年龄、BMI、手术方式、基础心率、基础体温、吸烟史、既往手术史、血肌酐。
2.如权利要求1所述的应用，其特征在于，标志物的获取方法为：
3.患者术中低温风险预测模型的构建方法，其特征在于，包括如下步骤
4.如权利要求3所述的方法，其特征在于，构建出预测成人手术患者术中低体温风险的预测模型，该模型具体为：P＝1/(1+e-X)×100％,其中P表示成人手术患者发生术中低体温的风险发生率；e为自然对数的底数；X＝4.633+0.015×年龄-0.12×BMI+0.972×手术方式-0.016×基础心率-1.296×基础体温+吸烟史+0.321×既往手术史+0.004×血肌酐。
5.如权利要求3所述的方法，其特征在于，所述纳排标准的纳入标准为：选择指定时间段内在医院手术室内行全身麻醉下手术的患者，并监测术中体温；
6.如权利要求3所述的方法，其特征在于，所述对于采集到的所述数据根据纳排标准进行筛选得到初步纳入的患者数据集的步骤中，
7.如权利要求3所述的方法
8.如权利要求3所述的方法，其特征在于，所述使用模型验证组的数据进行验证，评价模型的准确性和校准度步骤中，
9.患者术中低温风险预测系统，其特征在于，包括
10.一种计算机可读存储介质，其特征在于，介质上存储有计算机可执行指令，当所述计算机可执行指令被计算机装置执行时，可用来实现如权利要求3-8任一项所述的方法。
...【技术特征摘要】
1.标志物在患者术中低温风险的应用，其特征在于，标志物包括年龄、bmi、手术方式、基础心率、基础体温、吸烟史、既往手术史、血肌酐。
2.如权利要求1所述的应用，其特征在于，标志物的获取方法为：
3.患者术中低温风险预测模型的构建方法，其特征在于，包括如下步骤
4.如权利要求3所述的方法，其特征在于，构建出预测成人手术患者术中低体温风险的预测模型，该模型具体为：p＝1/(1+e-x)×100％,其中p表示成人手术患者发生术中低体温的风险发生率；e为自然对数的底数；x＝4.633+0.015×年龄-0.12×bmi+0.972×手术方式-0.016×基础心率-1.296×基础体温+吸烟史+0.321×既往手术史+0.004×血肌酐。
5.如权利要求3所述的方法，其特征在于，所述...
【专利技术属性】
技术研发人员：曹兵兵，舒海华，纪风涛，吴强，陈祥楠，李泳兴，
申请(专利权)人：广东省人民医院，
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。