【技术实现步骤摘要】
本专利技术属于医疗信息学，涉及一种基于神经酰胺的冠状动脉斑块稳定性预测模型的构建方法。具体地，涉及一种基于神经酰胺的冠心病患者冠状动脉斑块稳定性的预测模型的构建方法，基于通过所述预测模型的冠心病患者冠状动脉斑块稳定性预测方法、系统和介质。
技术介绍
1、动脉粥样硬化易损斑块破裂和血栓形成是急性冠脉综合征的主要发病机制。易损斑块是指易于形成血栓或可能迅速进展为罪犯病变的斑块。最常见的病理学类型为富含炎症的薄帽的纤维粥样斑块(thin-cap fibroatheroma，tcfa)。最近的临床试验表明，含有薄帽的纤维粥样斑块的患者未来发生重大不良心脏事件(mace)的风险增加。目前在临床上对斑块稳定性评估主要依赖于光学相干断层成像(oct)技术，然而此方法存在侵入性、价格昂贵、操作复杂、应用受限等问题。
2、根据与冠心病危险因素相关的病史可以预测冠心病患者冠状动脉斑块稳定性，然而预测准确性较低，因此，本领域需要一种简单、快速、准确性较高的非侵入方式来预测冠心病患者冠状动脉斑块的稳定性。
技术实现思路
1、本专利技术所要解决的技术问题是如何提供一种非侵入方式来预测冠心病患者冠状动脉斑块的稳定性，提高预测方法的便捷性和/或准确性。
2、第一方面，本专利技术提供一种冠心病患者冠状动脉斑块稳定性预测模型的构建方法，包括：
3、步骤a、获取第一目标人群和第二目标人群的临床特征数据和体液中神经酰胺含量数据；第一目标人群为冠心病患者冠状动脉具有不稳定斑块的人群，所
4、步骤b、计算并分析在第一目标人群和第二目标人群中存在显著差异的神经酰胺含量数据，选择对应的神经酰胺作为第一候选预测因子；
5、步骤c、通过单因素logistic回归分析，构建基础冠心病斑块稳定性预测模型，从所述第一候选预测因子中筛选出p＜0.05且有统计学意义的第二候选预测因子；结合所述临床特征数据进行多因素logistic回归分析，获得最佳预测因子；所述最佳预测因子包括所述第二候选预测因子和从所述临床特征数据中选择的第三候选预测因子；
6、步骤d、根据最佳预测因子建立冠状动脉斑块稳定性预测模型，用于预测冠心病患者冠状动脉斑块稳定性。
7、本专利技术中，所述目标人群的冠状动脉斑块稳定性可以通过oct检查来确定，具体来说是指冠心病患者的冠状动脉oct图像中是否存在tcfa，确定存在tcfa的标准是指纤维帽最薄处厚度≤65μm，脂质核心大于180°的脂质池覆盖薄纤维帽；也就是说，当冠心病患者的冠状动脉oct图像中存在tcfa，则表明该冠心病患者冠状动脉具备不稳定斑块，斑块稳定性较差；当冠心病患者的冠状动脉oct图像中不存在tcfa时，则表明该冠心病患者冠状动脉不具备不稳定斑块，斑块较为稳定。
8、本专利技术中，第一目标人群和第二目标人群可根据冠心病患者冠状动脉oct图像进行区分；也就是说，第一目标人群为oct检查存在tcfa的人群，即该冠心病患者人群具备冠状动脉不稳定斑块；第二目标人群为oct检查不存在tcfa的人群，即该冠心病患者人群的冠状动脉不具备不稳定斑块。
9、在一种具体实施方式中，与冠心病危险因素相关的病史至少包括糖尿病史、高脂血症史、冠心病史、高血压史和吸烟史。
10、在一种具体实施方式中，所述体液具体包括来源于目标人群的血液样品、血清样品、血浆样品或由此获得的血液脂质部分或血液脂蛋白部分。
11、在一种具体实施方式中，神经酰胺的含量可通过色谱分析法测量计算得到，具体可采用内标法，包括：将神经酰胺标准品和内参品混合并进行色谱分析，以标准品和内参品在色谱上的峰面积之比为纵坐标，标准品的含量为横坐标，绘制标准曲线；以来源于冠心病患者的体液为待测样品，将待测样品与内参品混合并采用与标准品相同的方法进行色谱分析，根据待测样品和内参品在色谱上的峰面积之比代入标准曲线中进行计算，获得对应待测样品中各类神经酰胺的含量。
12、进一步地，色谱柱为acquity uplc beh phenyl column(3mminner diameter×100mm with 1.7μm particles)，流动相a包括体积比为6：4的乙腈和水、10mm甲酸铵和0.1％甲酸，流动相b包括体积比为9：1的异丙醇和乙腈、1mm甲酸铵和0.1％甲酸，采用梯度洗脱条件进行分析。
13、在一种具体实施方式中，通过步骤b-c筛选出的第二候选预测因子包括：c14神经酰胺(d18:1/14:0)、c18神经酰胺(d18:1/18:0)、c20神经酰胺(d18:1/20:0)、c22神经酰胺(d18:1/22:0)和c24:1神经酰胺(d18:1/24:1(15z))。从所述临床特征数据中选择的第三候选因子具体包括：年龄、性别、高血压史、糖尿病史、吸烟史、高脂血症史和血浆低密度脂蛋白胆固醇。
14、在一种具体实施方式中，步骤e中，形成冠状动脉斑块稳定性评分表达式，具体可以包括：根据步骤b-c中筛选出的最佳预测因子进行建模，进一步的根据logistic模型获得的各最佳预测因子所对应的权重系数与各最佳预测因子数据的乘积的总和即为冠状动脉斑块稳定性评分表达式，具体地，所述冠状动脉斑块稳定性评分表达式为：
15、冠状动脉斑块稳定性评分＝[0.997*性别]+[0.040*年龄]+[1.729*糖尿病史]+[-2.983*高脂血症史]+[-0.670*高血压史]+[0.540*吸烟史]+[0.820*ldl]+[0.414*ncerd18:1/14:0]+[0.036*ncerd18:1/18:0]+[-0.015*ncerd18:1/20:0]+[0.010*ncerd18:1/22:0]+[-0.007*ncerd18:1/24:1]式1；
16、式1中，如性别为男性则记为1，否则记为0；如存在糖尿病史则记为1，否则记为0；如存在高脂血症史则记为1，否则记为0；如存在高血压史则记为1，否则记为0；如存在吸烟史则记为1，否则记为0；年龄按整数计；ldl为血浆低密度脂蛋白胆固醇的水平，单位为mmol/l；ncerd18:1/14:0为c14神经酰胺(d18:1/14:0)的浓度，ncerd18:1/18:0为c18神经酰胺(d18:1/18:0)的浓度、ncerd18:1/20:0为c20神经酰胺(d18:1/20:0)的浓度、ncerd18:1/22:0为c22神经酰胺(d18:1/22:0)的浓度、ncerd18:1/24:1为c24:1神经酰胺(d18:1/24:1(15z))的浓度，单位均为nmol/l。
17、在一种具体实施方式中，所述方法还包括基于临床病理特征的模型准确性验证步骤，所述步骤包括：
18、根据第一目标人群和第二目标人群的最佳预测因本文档来自技高网...
【技术保护点】
1.一种基于神经酰胺的冠状动脉斑块稳定性预测模型的构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤d包括：
3.根据权利要求1或2所述的方法，其特征在于，所述第二候选预测因子包括：C14神经酰胺(d18:1/14:0)、C18神经酰胺(d18:1/18:0)、C20神经酰胺(d18:1/20:0)、C22神经酰胺(d18:1/22:0)和C24:1神经酰胺(d18:1/24:1(15Z))；
4.根据权利要求2所述的方法，其特征在于，所述冠状动脉斑块稳定性评分表达式为：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括基于临床病理特征的模型准确性验证步骤，所述步骤包括：
6.一种冠心病患者冠状动脉斑块稳定性的预测方法，其特征在于，包括如下步骤：
7.根据权利要求6所述的预测方法，其特征在于，还包括以下步骤；
8.一种冠心病患者冠状动脉斑块稳定性的预测系统，其特征在于，包括：
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在
10.一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，所述计算机程序被处理器执行时实现如权利要求6或7任一项所述的冠心病患者冠状动脉斑块稳定性的预测方法。
...【技术特征摘要】
1.一种基于神经酰胺的冠状动脉斑块稳定性预测模型的构建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述步骤d包括：
3.根据权利要求1或2所述的方法，其特征在于，所述第二候选预测因子包括：c14神经酰胺(d18:1/14:0)、c18神经酰胺(d18:1/18:0)、c20神经酰胺(d18:1/20:0)、c22神经酰胺(d18:1/22:0)和c24:1神经酰胺(d18:1/24:1(15z))；
4.根据权利要求2所述的方法，其特征在于，所述冠状动脉斑块稳定性评分表达式为：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述方法还包括基于临床病理特征的模型准确性验证步骤...
【专利技术属性】
技术研发人员：杜杰，王媛，巩艳艳，林锐，檀鑫，李凤娟，
申请(专利权)人：北京市心肺血管疾病研究所，
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。