基于术前和术后参数的预后风险预测方法、系统及设备技术方案

技术编号:41381243 阅读:14 留言:0更新日期:2024-05-20 10:23
本发明专利技术提供了一种基于术前和术后参数的预后风险预测方法、系统、设备、介质和程序产品,涉及智能医疗领域。所述方法包括:基于待测样本的术前变量特征获取第一术前风险评分;获取待测样本的术后变量特征;基于所述第一术前风险评分,将所述术后变量特征输入到构建好的预后风险预测模型中,得到第二术前风险评分;根据所述第二术前风险评分将所述待测样本分为高风险或低风险的分类结果。本发明专利技术主要根据术前和术后变量输入相关的死亡风险变化,指导医生进行治疗决策和监测策略选择。

【技术实现步骤摘要】

本专利技术涉及智能医疗领域,更具体地,涉及一种基于术前和术后参数的预后风险预测方法、系统、设备、介质和程序产品。


技术介绍

1、原发性肝癌是全球第六大最常见的恶性肿瘤和第三大癌症死因,其中肝细胞癌(hcc)是主要的病理类型,占病例总数的90%。经动脉化疗栓塞术(tace)和肝动脉灌注化疗(haic)是治疗无法切除的肝细胞癌(uhcc)患者的标准动脉内介入疗法(iaits)。目前,国际指南推荐将tace作为中期hcc的一线治疗方法。3.在亚洲,haic也作为一种重要的治疗方案被推荐用于中晚期hcc的治疗。

2、目前有研究报告了与hcc预后密切相关的临床变量,并根据这些临床变量建立了各种模型,以帮助医生准确预测预后和进行风险分层。其中,机器学习(ml)是一种很有前途的方法,它采用统计、概率和优化技术来训练机器学习,具有许多突出优势,包括大规模多中心数据的标准化处理、缺失值的插值、高效的计算能力等。ml算法通过自动化分析模型,以最少的人工干预识别模式并做出决策。

3、鉴于肿瘤在组织学、基因组和分子水平上的高度异质性,以及根据对iait的反本文档来自技高网...

【技术保护点】

1.基于术前和术后参数的预后风险预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于术前和术后参数的预后风险预测方法,其特征在于,所述预后风险预测模型包括以下任一种或几种:1年术前+术后结局预测模型、3年术前+术后结局预测模型、5年术前+术后结局预测模型;

3.根据权利要求2所述的基于术前和术后参数的预后风险预测方法,其特征在于,当所述预后风险预测模型为1年术前+术后结局预测模型时,所述术前变量特征为1年术前变量特征,将所述1年术前变量特征和术后变量特征依次输入到构建好的1年术前+术后结局预测模型中,得到第二术前风险评分;

4.根据权利要...

【技术特征摘要】

1.基于术前和术后参数的预后风险预测方法,其特征在于,所述方法包括:

2.根据权利要求1所述的基于术前和术后参数的预后风险预测方法,其特征在于,所述预后风险预测模型包括以下任一种或几种:1年术前+术后结局预测模型、3年术前+术后结局预测模型、5年术前+术后结局预测模型;

3.根据权利要求2所述的基于术前和术后参数的预后风险预测方法,其特征在于,当所述预后风险预测模型为1年术前+术后结局预测模型时,所述术前变量特征为1年术前变量特征,将所述1年术前变量特征和术后变量特征依次输入到构建好的1年术前+术后结局预测模型中,得到第二术前风险评分;

4.根据权利要求2所述的基于术前和术后参数的预后风险预测方法,其特征在于,当所述预后风险预测模型为3年术前+术后结局预测模型时,所述术前变量特征为3年术前变量特征,将所述3年术前变量特征和术后变量特征依次输入到构建好的3年术前+术后结局预测模型中,得到第二术前风险评分;

5.根据权利要求2所述的基...

【专利技术属性】
技术研发人员:安超严冬吴沛宏张宝根程瑜蓉
申请(专利权)人:首都医科大学附属北京潞河医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1