【技术实现步骤摘要】
本专利技术属于医学诊断，涉及烧伤预后预测，具体涉及一种重大烧伤预后预测模型。
技术介绍
1、烧伤是我们日常生活中最常见的创伤之一，可导致终身的身心疾病。烧伤可根据烧伤深度(从ⅰ度到ⅳ度)和烧伤面积(轻微或大)进行分类。轻度烧伤的特征通常是烧伤面积<10％tbsa，并以浅表烧伤为主。严重烧伤的定义较为模糊，但一般认为儿童烧伤面积>30％tbsa，成人烧伤面积>20％tbsa，老年患者烧伤面积>10％tbsa提示严重烧伤。
2、重大烧伤(mbi)较为独特，其可以触发强烈且持久的全身反应。损伤发生后，促进愈合过程的全身炎症反应可以被显著放大和不受控制。这种增强的炎症反应将逐渐导致全身性高代谢状态和创面延迟愈合，进而导致较差的预后和器官功能障碍、感染和死亡等。目前许多研究都集中在感染、输血、同种异体皮肤移植、初始手术管理和新型联合治疗对mbi的治疗上。
3、然而，mbi的预后，特别是当烧伤面积≥70％tbsa时，仍然难以捉摸。既往对mbi患者预后的预测主要是基于tbsa，而忽略了其他因素对疾病发生发展的影响，不能有效指导疾病的早期干预及预后风险评估。
技术实现思路
1、本专利技术是为解决上述技术问题进行的，希望着眼于患者的临床基本信息及疾病相关参数，确定mbi重要和独立的危险因素，并根据确定的危险因素构建经过充分验证的mbi预后预测模型——列线图，以便更方便、快速且精确预测生存概率，也可以指导突发公共卫生事件时，医生对患者预后的快速评估。p>
2、本专利技术第一目的在于提供一种重大烧伤预后预测模型，解决mbi预后评估不准确的问题，为mbi的预后评估提供了突破口，也为临床干预提供可靠的指导；第二目的在于提供一种运行上述预后预测模型程序的非暂态计算机可读存储介质；第三目的在于提供上述重大烧伤预后预测模型的构建方法。
3、为了实现上述目的，本专利技术所采用的技术方案如下：
4、本专利技术第一方面，提供了一种重大烧伤预后预测模型，包括如下模块：
5、输入显示模块，至少用于输入患者的年龄、性别、ⅲ度和ⅳ度烧伤面积占比、致伤因素、器官功能障碍的情况信息，并对预测结果进行显示；
6、提取计算模块，根据预定规则分别提取年龄、性别、ⅲ度和ⅳ度烧伤面积占比、致伤因素、器官功能障碍的情况信息对应的分值，并计算总分值；
7、预测模块，基于列线图对总分值对应的第1周、第4周、第8周以及第12周的存活概率进行预测，并将判定结果传输给输入显示模块。
8、存储模块，对重大烧伤预后预测模型运行过程中的各项信息进行存储；
9、通信模块，用于模型内各模块间的通信连接以及预测模型与外部设备间的通信连接；
10、控制模块，控制输入显示模块、提取计算模块、预测模块、存储模块以及通信模块正常运行。
11、优选的，提取计算模块的工作原理如下：
12、(1)根据如下规则分别提取年龄、性别、ⅲ度和ⅳ度烧伤面积占比、致伤因素、器官功能障碍的情况信息对应的分值：
13、年龄方面，0-18岁对应分值为32；19-40对应分值为0；41-60对应分值为31；61-92对应分值为85；
14、性别方面，女性对应分值为0；男性对应分值为34；
15、ⅲ度和ⅳ度烧伤面积占比方面，分值＝面积占比*100；
16、致伤因素方面，化学烧伤对应分值为6；火焰烧伤对应分值为0；热液/固体/蒸汽烧伤对应分值为23；
17、器官功能障碍方面，无器官功能障碍对应分值为0；有器官功能障碍对应分值为100。
18、(2)将年龄、性别、ⅲ度和ⅳ度烧伤面积占比、致伤因素、器官功能障碍的情况信息对应的分值相加即得总分值，该总分值的范围为0～350。
19、优选的，预测模块预测的存活概率的范围为0.95～0.1；其中，第1周、第4周、第8周以及第12周存活概率分别为0.95时对应的分值分别为160、75、60、60；第1周、第4周、第8周以及第12周存活概率分别为0.1时对应的分值分别为335、265、240、240。
20、进一步优选，预测模块还基于列线图对总分值对应的线性预测值进行预测，该线性预测值的范围为-4～4。
21、本专利技术的第二方面，提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上所述的步骤。
22、本专利技术中的非暂态计算机可读存储介质可安装在各种形式的终端设备中，如手机、电脑、ipad中。
23、本专利技术的第三方面，提供了一种重大烧伤预后预测模型的构建方法，包括如下步骤：
24、s1：根据纳入排除标准确定纳入人群，并收集临床患者相关临床信息；
25、s2：通过卡方检验和k-m生存分析，发现mbi预后显著相关的危险因素：性别、ⅲ度和ⅳ度烧伤面积占比、器官功能障碍；
26、s3：对步骤s2中相关危险因素进行多变量cox回归分析，得到mbi预后相关的独立危险因素：年龄、性别、ⅲ度和ⅳ度烧伤面积占比、致伤因素、器官功能障碍；
27、s4：为了更好地预测mbi 1周、4周、8周和12周的生存概率，基于人口统计学信息和计算所得独立危险因素，绘制列线图；
28、s5：对列线图预测模型的准确度、净收益、临床预测效能等方面进行内部验证，列线图预测模型的c指数为0.862；
29、s6：进一步利用其他队列对列线图预测模型的性能进行外部验证。本专利技术具体实施方式中，采用昆山队列进行外部验证，同样具有较好预测效果，列线图预测模型的c指数为0.775。
30、本专利技术的有益效果如下：
31、1、本专利技术的方法通过对共病、并发症、烧伤面积和深度、入院信息和患者的人口统计学因素等信息进行筛选，筛选出对mbi预后有较高预测价值的变量。既往仅使用烧伤面积进行预后评估的方法指标单一，联合共病、并发症、烧伤面积和深度、入院信息、人口统计学信息、总生存率等可以全面评估患者机体状态及烧伤严重程度，进而提高mbi预后的预测能力和准确度。
32、2、本专利技术除了筛选更适用于mbi预后预测的独立危险因素，还构建了关于mbi预后预测的临床预测模型，模型包含的变量不仅包含疾病相关信息：病因、ⅲ度和ⅳ度烧伤面积占比、器官功能障碍，还纳入了患者基线信息：年龄和性别，适用人群更加广泛。且通过验证，该模型对mbi预后具有良好的预测能力。
33、3、本专利技术的预测模型已被证明在预测昆山队列的预后方面同样具有非常高的准确度，这表明该模型的稳定性和精确性，可以帮助临床医生在类似突发公共卫生事件中立即评估患者的预后。
34、4、本专利技术的预测模型使用简易的列线图，更易于临床实践的推广，为mbi的早期预后评估提供新的可能性，对促进精准医学、个体化有效治疗有着重要意义。
35、5、本专利技术所述的列线图中对于生存概率以及本文档来自技高网...
【技术保护点】
1.一种重大烧伤预后预测模型，其特征在于，包括：
2.根据权利要求1所述的重大烧伤预后预测模型，其特征在于，还包括：
3.根据权利要求1所述的重大烧伤预后预测模型，其特征在于：
4.根据权利要求3所述的重大烧伤预后预测模型，其特征在于：
5.根据权利要求4所述的重大烧伤预后预测模型，其特征在于：
6.根据权利要求4所述的重大烧伤预后预测模型，其特征在于：
7.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1～6任一项所述的步骤。
8.权利要求1～6任一项所述的重大烧伤预后预测模型的构建方法，其特征在于，包括如下步骤：
【技术特征摘要】
1.一种重大烧伤预后预测模型，其特征在于，包括：
2.根据权利要求1所述的重大烧伤预后预测模型，其特征在于，还包括：
3.根据权利要求1所述的重大烧伤预后预测模型，其特征在于：
4.根据权利要求3所述的重大烧伤预后预测模型，其特征在于：
5.根据权利要求4所述的重大烧伤预后预测模型，...
【专利技术属性】
技术研发人员：张伟，佟希睿，纪世召，黄润之，李林辉，刘逸凡，姚蕴韬，陆剑瑜，谢苏杰，朱玉术，李艺栩，丁欣然，蒋络峰，郭新雅，
申请(专利权)人：中国人民解放军海军军医大学第一附属医院，
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。