申请/专利权人：南方医科大学南方医院

申请日：2023-06-05

公开（公告）日：2024-01-30

公开（公告）号：CN116386901B

主分类号：G16H70/40

分类号：G16H70/40;G16H20/10;G16H50/70;G06F18/214;G06F18/2415

优先权：

专利状态码：有效-授权

法律状态：2024.01.30#授权;2023.07.21#实质审查的生效;2023.07.04#公开

摘要：本发明公开了一种乙肝临床治愈预测模型构建方法及装置、预测方法及装置。模型构建方法包括：获取样本预测对象的样本特征信息，该样本特征信息包括按照随访时序记录的样本预测对象的乙肝表面抗原定量信息；将样本预测对象分为临床治愈组与非临床治愈组；拟合该临床治愈组的样本特征信息，获得临床治愈组平均轮廓；拟合非临床治愈组的样本特征信息，获得非临床治愈组平均轮廓；基于临床治愈组平均轮廓和非临床治愈组平均轮廓训练初始的乙肝临床治愈预测模型，获得训练后的乙肝临床治愈预测模型。该模型构建方法使用具有时序特征的单个临床标志物进行预测模型构建，能够有效对慢乙肝患者的临床治愈概率进行精准预测。

主权项：1.一种乙肝临床治愈预测模型构建方法，其特征在于，所述方法包括：获取样本预测对象的样本特征信息；所述样本特征信息包括按照随访时序记录的所述样本预测对象的乙肝表面抗原定量信息；其中，样本预测对象是长时间随访的接受长期抗病毒治疗的慢性乙型肝炎人群；将样本预测对象分为临床治愈组与非临床治愈组；其中，临床治愈组中样本预测对象的连续两次随访的乙肝表面抗原低于预设数值，且该连续两次随访的时间间隔大于预设时间间隔；拟合所述临床治愈组的样本特征信息，获得所述临床治愈组对应的临床治愈组平均轮廓；以及拟合所述非临床治愈组的样本特征信息，获得所述非临床治愈组对应的非临床治愈组平均轮廓；基于所述临床治愈组平均轮廓和所述非临床治愈组平均轮廓训练初始的乙肝临床治愈预测模型，获得训练后的所述乙肝临床治愈预测模型；训练后的所述乙肝临床治愈预测模型用于预测待预测对象的慢乙肝临床治愈概率；所述拟合所述临床治愈组的样本特征信息，获得所述临床治愈组对应的临床治愈组平均轮廓，包括：利用线性混合效应模型，拟合所述临床治愈组的乙肝表面抗原定量信息的时间变化特征，获得所述临床治愈组对应的临床治愈组平均轮廓；所述拟合所述非临床治愈组的样本特征信息，获得所述非临床治愈组对应的非临床治愈组平均轮廓，包括：利用线性混合效应模型，拟合所述非临床治愈组的乙肝表面抗原定量信息的时间变化特征，获得所述非临床治愈组对应的非临床治愈组平均轮廓；线性混合效应模型的网络结构如下： ； ；其中，当拟合MLMM时，，i代表某位患者，τ代表该患者的某一次随访，μ和γ分别表示拟合变量的线性混合效应模型中的固定系数和随机系数，MVN为正态分布，，，，，使用贝叶斯马尔可夫链蒙特卡洛算法进行测算，为计算方差和协方差时的模型内部参数；训练后的乙肝临床治愈预测模型采用边际预测方法分别比较待预测对象的特征信息拟合出的轮廓与临床治愈组平均轮廓和非临床治愈组平均轮廓的相似度，给出待预测对象的慢乙肝临床治愈概率，该概率的数值范围为0-1；当一名新的待预测对象在τ时增加一次随访数据，该待预测对象该次随访的分组概率值将基于边际预测方法计算得出预测评分，边际预测方法的过程如下； ；该公式中，F为分组预测概率；marg表示边际预测法；G表示一位待预测对象；g为组别，g∈{0，1}，其中0表示临床治愈组，1表示非临床治愈组；h为加和号角标；ω={ω0,ω1}，ω是长度2的向量，ω表示待预测对象属于每组的先验概率权重比；θh、θg表示模型学习过程中产生的参数。

全文数据：

权利要求：

百度查询： 南方医科大学南方医院 乙肝临床治愈预测模型构建方法及装置、预测方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD