一种手术输血风险预测模型及其网络计算器的构建方法技术

本发明专利技术公开了一种手术输血风险预测模型及其网络计算器的构建方法，利用单因素逻辑回归模型计算各临床指标与输血风险的相关性，筛选出与输血风险相关的临床指标进行多元逻辑回归计算，筛选出独立预测因子来构建输血预测模型；并根据预测模型中各预测因子的权重系数得分的公式生成网络计算器；采集手术患者的关键信息数据集，将所述关键信息数据集输入网络计算器，得到预测输血概率。本发明专利技术构建的输血预测模型能够在术前预测手术患者围术期输血的概率，依据该模型生成了网络计算器，可以应用到医疗电子病例中，为术前计划和血液管理提供自动化的电子决策。供自动化的电子决策。供自动化的电子决策。

A risk prediction model of surgical blood transfusion and the construction method of its network calculator

【技术实现步骤摘要】
一种手术输血风险预测模型及其网络计算器的构建方法


[0001]本专利技术涉及医疗信息学
，特别是涉及一种手术输血风险预测模型及其网络计算器的构建方法。

技术介绍

[0002]输血是外科手术中挽救生命的重要手段，术前识别输血风险高的患者对合理安排有限的血液资源非常重要。输血导致的输血不良反应，例如发热、变态反应、溶血反应、与输血相关的循环系统超负荷、与输血相关的急性肺损伤和血源性感染等，危害病人健康甚至生命。识别高风险输血患者尽早进行患者血液管理对输血不良反应的预防非常重要。术前准备均需要做血型鉴定、血型抗体筛查和交叉配血，但大部分手术患者不需要输血。术前识别高风险的手术输血患者，对其完善术前相关检查，是节约成本的重要手段。
[0003]目前，输血预测模型处于探索阶段，绝大多数输血预测模型用于单病种的输血预测，在临床使用时会有不便。目前尚无通用型输血预测模型在各种手术患者中应用，也没有基于该类模型的网络计算器或APP的设计。

技术实现思路

[0004]本专利技术的目的是提供一种手术输血风险预测模型及其网络计算器的构建方法，构建手术输血风险预测模型，并依据该模型设计网络计算器，适用于医疗领域的各种手术患者围术期的输血预测，为术前计划和血液管理提供技术支持。
[0005]为实现上述目的，本专利技术提供了如下方案：
[0006]一种手术输血风险预测模型及其网络计算器的构建方法，包括以下步骤：
[0007]S1，数据收集：从DATADRYAD数据库下载手术患者相应的临床指标；
[0008]S2，输血预测模型构建：利用单因素逻辑回归模型计算各临床指标与输血风险的相关性，筛选出与输血风险相关的临床指标进行多元逻辑回归计算，筛选出独立预测因子来构建输血预测模型，根据输血预测模型受试者工作特征曲线的临界值区分高低风险输血患者；
[0009]S3，网络计算器生成：计算各预测因子获得输血预测模型中的权重系数，构建输血风险的诺曼图，根据预测模型中各预测因子的权重系数得分的公式生成网络计算器；
[0010]S4，输血概率计算：采集手术患者的关键信息数据集，将所述关键信息数据集输入网络计算器，得到预测输血概率。
[0011]进一步的，所述步骤S1中，手术患者相应的临床指标，具体包括：年龄、性别、种族、ASA评分、脑血管病史、缺血性心脏病史、充血性心力衰竭、依赖胰岛素的糖尿病、肾脏疾病等级、麻醉类型、手术优先级别、手术风险等级、18级变量以及输血；其中，18级变量是根据红细胞体积分布宽度、贫血等级及平均红细胞体积衍生而来的。
[0012]进一步的，所述步骤S2中，独立预测因子，具体包括：年龄、种族、ASA评分、肾脏疾病等级、麻醉类型、手术优先级别、手术风险等级和18级变量。
[0013]进一步的，所述步骤S2中，根据输血预测模型受试者工作特征曲线的临界值区分高低风险输血患者，具体包括：
[0014]根据约登指数计算临界值，约登指数＝灵敏度+特异度
‑
1；
[0015]其中高于该临界值的为高风险输血患者，低于临界值的为低风险输血患者。
[0016]进一步的，所述步骤S2中，采用约登指数计算的临界值为0.163；输血概率高于0.163的为高风险输血患者，输血概率低于0.163的为低风险输血患者。
[0017]进一步的，所述步骤S4中，所述的关键信息数据集包括年龄、种族、ASA评分、肾脏疾病等级、麻醉类型、手术优先级别、手术风险等级和18级变量。
[0018]根据本专利技术提供的具体实施例，本专利技术公开了以下技术效果：本专利技术提供的手术输血风险预测模型及其网络计算器的构建方法，构建了一种手术输血风险预测模型，并依据该模型设计了网络计算器，将该输血风险预测模型和网络计算器集成到医疗电子病例中，可以为术前计划和血液管理提供自动化的电子决策，可以帮助医生对手术患者的输血风险进行评分，从而区分高风险和低风险患者；本专利技术构建的输血风险预测模型及其网络计算器适用于医疗领域的各种手术患者围术期的输血预测，根据预测模型受试者工作特征曲线的临界值区分高低风险输血患者，识别低风险患者可免除术前不必要的输血相关检测，节约患者的经济成本，识别高风险患者，临床需要更积极的进行术前血液管理，例如贫血优化，血液制品合理分配，术前深度自体采血的实施，术中积极回收自体血等，合理分配有限的血液资源并尽早对患者实行患者血液管理，预防及减少输血并发症；因此，本专利技术具有重要的公共卫生、经济和社会意义。
附图说明
[0019]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0020]图1是本专利技术实施例手术输血风险预测模型及其网络计算器的构建方法的流程示意图；
[0021]图2为本专利技术利用多元逻辑回归构建输血预测模型的诺曼图；
[0022]图3为本专利技术利用受试者工作特征曲线；
[0023]图4为本专利技术依据输血预测模型生成网络计算器的工作界面。
具体实施方式
[0024]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]本专利技术的目的是提供一种手术输血风险预测模型及其网络计算器的构建方法，构建手术输血风险预测模型，并依据该模型设计网络计算器，适用于医疗领域的各种手术患者围术期的输血预测，为术前计划和血液管理提供技术支持。
[0026]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本专利技术作进一步详细的说明。
[0027]如图1所示，本专利技术提供的手术输血风险预测模型及其网络计算器的构建方法，包括以下步骤：
[0028]S1，数据收集：从DATADRYAD数据库下载手术患者相应的临床指标，具体包括：年龄，性别，种族，ASA评分，脑血管病史，缺血性心脏病史，充血性心力衰竭，依赖胰岛素的糖尿病，肾脏疾病等级，麻醉类型，手术优先级别，手术风险等级，18级变量以及输血，其中，18级变量是根据红细胞体积分布宽度(RDW)，贫血等级及平均红细胞体积(MCV)衍生而来的；
[0029]S2，输血预测模型构建：利用单因素逻辑回归模型计算各临床指标与输血风险的相关性，筛选出与输血风险相关的临床指标进行多元逻辑回归计算，筛选出独立预测因子来构建输血预测模型，根据输血预测模型受试者工作特征曲线的临界值区分高低风险输血患者；
[0030]S3，网络计算器生成：计算各预测因子获得输血预测模型中的权重系数，构建输血风险的诺曼图(如图2所示)，根据预测模型中各预测因子的权重本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种手术输血风险预测模型及其网络计算器的构建方法，其特征在于，包括以下步骤：S1，数据收集：从DATADRYAD数据库下载手术患者相应的临床指标；S2，输血预测模型构建：利用单因素逻辑回归模型计算各临床指标与输血风险的相关性，筛选出与输血风险相关的临床指标进行多元逻辑回归计算，筛选出独立预测因子来构建输血预测模型，根据输血预测模型受试者工作特征曲线的临界值区分高低风险输血患者；S3，网络计算器生成：计算各预测因子获得输血预测模型中的权重系数，构建输血风险的诺曼图，根据预测模型中各预测因子的权重系数得分的公式生成网络计算器；S4，输血概率计算：采集手术患者的关键信息数据集，将所述关键信息数据集输入网络计算器，得到预测输血概率。2.根据权利要求1所述的手术输血风险预测模型及其网络计算器的构建方法，其特征在于，所述步骤S1中，手术患者相应的临床指标，具体包括：年龄、性别、种族、ASA评分、脑血管病史、缺血性心脏病史、充血性心力衰竭、依赖胰岛素的糖尿病、肾脏疾病等级、麻醉类型、手术优先级别、手术风险等级、18级变量以及输血；其中，18级变量是根据红细胞体积分布宽度、贫血等级及平均红...

【专利技术属性】
技术研发人员：姚润，李宁，张雅雯，
申请(专利权)人：中南大学湘雅医院，
类型：发明
国别省市：