【技术实现步骤摘要】
本专利技术属于数据模型领域，尤其涉及一种基于逻辑回归的高血压伴左心室肥厚筛查方法。
技术介绍
1、高血压是影响人类健康的重大慢性疾病，心室重构则是高血压病患者早期靶器官损害的重要类型之一。高血压和左心室肥厚均是心脑血管疾病的独立危险因素，高血压伴左心室肥厚的加权危险将会加剧并促进心脑血管疾病的发生和进展。研究表明，通过早期筛查，合理用药，在降压的同时还可以改善甚至逆转高血压患者的心脏重构，达到预防高血压相关心脏靶器官损害的目的。
2、高血压左心室肥厚的检出手段，包括心电图、心脏超声、心脏核磁共振等多种手段。其中心脏超声作为诊断的“金标准”。但高血压患者的庞大基数，心脏超声操作难度大、耗时长，且费用较高，用心脏超声评估所有高血压患者的左心室肥厚，将对国家卫生服务产生巨大的成本影响，而12导联心电图由于其执行的便捷性、检查费用低、技术简单、不受操作者主观影响等优势，在国内外高血压防治指南中均被推荐作为高血压患者的常规检查。
3、但在心电图诊断“左心室肥厚”的诊断往往由心电图读图医生人工判断，存在人为误差，虽然左心室高电压的改变是高血压相关心脏靶器官损害的重要亚临床变化，却并非临床关注要点，往往容易在心电图诊断中忽略。另外心电图左心室肥厚诊断公式众多，但都存在高特异度、低敏感度的特性，检出率较低，容易漏诊，但现阶段除上述公式外尚无更好的诊断工具存在。
技术实现思路
1、本专利技术的技术目的是提供一种基于逻辑回归的高血压伴左心室肥厚筛查方法，以解决检测难度大、检测成
2、为解决上述问题，本专利技术的技术方案为：
3、一种基于逻辑回归的高血压伴左心室肥厚筛查方法，包括如下步骤：
4、s1：从不同分布的社区中各收集若干临床信息，并按照来源将临床信息划为训练集和验证集；
5、s2：利用最小绝对收缩和选择算子回归，选择最佳的潜在预测变量，以得到最优拟合的λ值，构建具有1标准误λ的简单模型，用于变量选择；
6、s3：将变量纳入多元logistic回归模型,在进行多变量分析后，选择独立的预测因子；
7、s4：利用训练集对多元logistic回归模型的性能进行量化，再利用验证集进一步验证模型的判别能力、校准能力和实用性。
8、其中，临床信息包括心脏超声信息、心电图信息、实验室检查信息、血压测量信息和体格检测信息。
9、具体地，心脏超声信息包括左室后壁厚度((left ventricular posterior wallthickness,pwt)、室间隔厚度(interventricular septal thickness,ivst)和左室舒张末期内径(left ventricular end diastolic diameter,lvid)；
10、由左室后壁厚度、室间隔厚度和左室舒张末期内径计算左心室质量：
11、lvm(g)＝0.8×{1.4×[(ivst+pwt+lvid)3]―lvid3}+0.6；
12、再将计算得到的左心室质量根据相应的体表面积进行指数化，以获得左心室质量指数(left ventricular mass,lvmi)。
13、其中，心电图信息包括所有导联s波、r波振幅，qrs间期；
14、实验室检查信息包括血常规信息、血生化信息、尿常规信息以及尿微量白蛋白/尿肌酐信息；
15、血压测量信息包括最近一次的收缩压、舒张压和心率平均值。
16、进一步优选地，还通过最小绝对收缩和选择算子回归。
17、进一步优选地，还包括通过最小绝对收缩和选择算子回归对模型施加惩罚约束，迫使变量的回归系数趋近于零，从而使响应变量的预测误差最小化；
18、通过最小绝对收缩和选择算子回归，将非零系数变量保留在模型中；
19、采用最小绝对收缩和选择算子回归进行10倍交叉验证，对纳入变量进行集中和标准化，得到最优拟合的λ值。
20、本专利技术由于采用以上技术方案，使其与现有技术相比具有以下的优点和积极效果：
21、本专利技术实现心电图波幅、时间等相关图形数据和血压、实验室检查数据的动态实时采集，将模型应用到基层社区医疗机构，辅助高血压患者心脏靶器官损害的早期筛查和随诊管理，辅助进行左心室肥厚诊断，提高诊断准确性，具有非常重要的公共卫生意义。
本文档来自技高网...【技术保护点】
1.一种基于逻辑回归的高血压伴左心室肥厚筛查方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于逻辑回归的高血压伴左心室肥厚筛查方法，其特征在于，临床信息包括心脏超声信息、心电图信息、实验室检查信息、血压测量信息和体格检测信息。
3.根据权利要求2所述的基于逻辑回归的高血压伴左心室肥厚筛查方法，其特征在于，所述心脏超声信息包括左室后壁厚度(Left Ventricular Posterior Wall Thickness,PWT)、室间隔厚度(Interventricular Septal Thickness,IVST)和左室舒张末期内径(Left Ventricular End Diastolic Diameter,LVID)；
4.根据权利要求2所述的基于逻辑回归的高血压伴左心室肥厚筛查方法，其特征在于，
5.根据权利要求1所述的基于逻辑回归的高血压伴左心室肥厚筛查方法，其特征在于，还通过最小绝对收缩和选择算子回归。
6.根据权利要求1所述的基于逻辑回归的高血压伴左心室肥厚筛查方法，其特征在于，在所述步骤S
...【技术特征摘要】
1.一种基于逻辑回归的高血压伴左心室肥厚筛查方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于逻辑回归的高血压伴左心室肥厚筛查方法，其特征在于，临床信息包括心脏超声信息、心电图信息、实验室检查信息、血压测量信息和体格检测信息。
3.根据权利要求2所述的基于逻辑回归的高血压伴左心室肥厚筛查方法，其特征在于，所述心脏超声信息包括左室后壁厚度(left ventricular posterior wall thickness,pwt)、室间隔厚度(interventricular septal thickness,ivst...
【专利技术属性】
技术研发人员：马静，王彦，唐晓峰，朱鼎良，王秦，
申请(专利权)人：上海市高血压研究所，
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。