申请/专利权人：北京博富瑞基因诊断技术有限公司

申请日：2024-01-04

公开（公告）日：2024-04-05

公开（公告）号：CN117524496B

主分类号：G16H50/50

分类号：G16H50/50;G16H50/30;G16B5/00;G16B40/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本公开涉及急性移植物抗宿主病进展预测技术领域，具体提供aGVHD进展预测模型及其构建方法以及基于该aGVHD进展预测模型的预测方法、系统、设备、存储介质。本公开选取sST2浓度和AREG浓度作为预测因子并构建aGVHD进展预测模型，基于aGVHD进展预测模型计算得到P值，并通过P值能够有效预测接受异基因造血干细胞移植的目标对象一个月内aGVHD进展的风险程度，从而进一步改善目标对象生存。

主权项：1.一种aGVHD进展预测模型的构建方法，其特征在于，所述构建方法包括以下步骤：S101、构建数据队列：基于疾病预测目的选择若干个接受异基因造血干细胞移植的目标对象，并将若干个目标对象按照是否发生aGVHD分为aGVHD发生组和aGVHD未发生组；获取aGVHD发生组中每个目标对象在aGVHD发作时的生物标志物浓度；获取aGVHD未发生组中每个目标对象在造血干细胞移植后的第7-28天内的生物标志物浓度；其中，所述生物标志物包括sST2、REG3、AREG和TNFR1；若单个目标对象具有多条生物标志物的浓度数据，则随机选取其中一条生物标志物的浓度数据用于构建数据队列；S102、选择生物标志物：将步骤S101中所述数据队列的生物标志物与目标对象一个月内aGVHD是否进展进行相关性分析，判定生物标志物与目标对象一个月内aGVHD是否进展是否具有统计显著性；选择与一个月内aGVHD是否进展具有统计显著性且相互独立的生物标志物sST2和AREG；S103、预测模型训练与选择基于步骤S101中所述数据队列中的sST2浓度和AREG浓度建立若干个逻辑回归模型，选择其中AUC值最高的一个逻辑回归模型作为所述aGVHD进展预测模型；所述aGVHD进展预测模型的表达式为： 其中，P表示目标对象一个月内发生aGVHD进展的概率；sST2表示sST2浓度；AREG表示AREG浓度；a、b、c表示所述aGVHD进展预测模型训练得到的参数。

全文数据：

权利要求：

百度查询： 北京博富瑞基因诊断技术有限公司 aGVHD进展预测模型及其构建方法以及预测方法、系统、设备、存储介质

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