System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法技术_技高网
当前位置: 首页 > 专利查询>四川大学专利>正文

一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法技术

技术编号:43732981 阅读:0 留言:0更新日期:2024-12-20 12:57
本发明专利技术公开了一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法,包括以下步骤:收集临床资料,采用口腔癌曼恩吞咽功能表(MASA‑OC)对术后患者进行吞咽功能评估,根据MASA‑OC结果将患者分为吞咽障碍组和无吞咽障碍组;通过LASSO回归分析筛选候选变量,并通过LASSO回归分析进行单个因素潜在危险因素分析;通过logistic回归分析多个因素的独立危险预测因素;得到独立危险预测因素,构建风险预测模型,以列线图形式展现预测结果,获得风险概率;对风险预测模型的效能进行评价。通过LASSO回归分析,筛选出关键预测因素。基于这些因素,构建了临床风险预测模型,并采用列线图形式展示,通过可视化模型,便于医护人员在临床工作环境早期识别高危人群,进行早期干预。

【技术实现步骤摘要】

本专利技术涉及口腔癌术后吞咽障碍预测,具体涉及一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法。


技术介绍

1、口腔癌是头颈部常见的恶性肿瘤之一,其临床症状包括口腔溃疡、疼痛、出血、吞咽困难等,严重影响患者的生活质量。由于口腔位于人体口腔颌面部,是消化道和呼吸道的起端,具有咀嚼、吞咽、言语和维持颌面部形态等功能;同时手术可能会造成特定解剖部位或神经损伤,患者术后易发生吞咽障碍,进而对患者远期生存质量造成影响。

2、目前对于口腔癌患者术后早期吞咽障碍的研究还处于起步阶段,尤其是口腔癌患者术后吞咽障碍的筛查评估工具,大多为普适性工具,尚缺乏适合临床医护人员使用的、较客观的、方便的、具有针对性的筛查工具,且多数研究指标单一,缺乏多指标联合预测模型。因此,亟需开发一种基于临床常规检测项目、多指标联合构建的口腔癌患者术后吞咽障碍风险预测模型,以提高口腔癌患者术后吞咽障碍风险预测的科学性,降低口腔癌患者术后吞咽障碍的发生率。


技术实现思路

1、本专利技术的目的在于:针对目前存在的上述问题,提供了一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,通过lasso回归分析,筛选出日常生活活动能力、抑郁、肿瘤t分期、修复重建术、舌成形术、颌骨切除术、保留鼻咽通气管等7个关键预测因素。基于这些因素,构建了临床风险预测模型,并采用列线图形式展示,通过可视化模型,便于医护人员在临床工作环境早起识别高危人群,进行早期干预。

2、本专利技术的技术方案如下:

>3、一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,包括以下步骤:

4、收集临床资料,采用队列研究设计,采用口腔癌曼恩吞咽功能表(masa-oc)对患者术后48-72小时在床旁进行吞咽功能评估,根据masa-oc结果将患者分为吞咽障碍组和无吞咽障碍组;

5、通过lasso回归分析筛选候选变量,并通过lasso回归分析进行单个因素的口腔癌术后发生吞咽障碍的潜在危险因素分析;

6、通过logistic回归分析多个因素的口腔癌术后吞咽障碍独立危险预测因素;

7、通过回归分析得到的口腔癌术后吞咽障碍独立危险预测因素,构建口腔癌患者术后吞咽障碍的风险预测模型,以列线图形式展现预测结果,获得口腔癌患者术后吞咽障碍的风险概率;

8、对风险预测模型的效能进行评价。

9、进一步的,所述通过lasso回归分析筛选候选变量具体包括以下步骤:

10、通过安装并运行r studio软件glmnet函数包,以执行lasso回归;

11、将影响口腔癌术后吞咽障碍的预测因素输入,惩罚系数λ随变量数目的增加而逐渐减小,通过10折交叉验证,得到可入选进行后续回归分析的预测因子,预测因子包括:患者性别、日常生活活动能力、抑郁、衰弱程度、血红蛋白计数、血钾水平、血钠水平、呼吸系统疾病史、神经系统疾病史、头颈部疾病史、肿瘤部位、肿瘤最大直径、肿瘤t分期、行颈淋巴清扫术、行修复重建术、行舌成形术、行颌骨切除术、触及唾液腺、保留鼻咽通气管、保留胃管、手术时长、术中失血量。

12、进一步的,所述通过lasso回归分析进行单个因素的口腔癌术后发生吞咽障碍的潜在危险因素分析具体包括:

13、以口腔癌患者术后是否发生吞咽障碍为因变量,以通过上述lasso回归筛选的危险因素为自变量进行单因素分析,得到口腔癌术后发生吞咽障碍的潜在危险因素。

14、进一步的,所述潜在危险因素包括性别、日常生活活动能力、抑郁、肿瘤部位、肿瘤最大直径、肿瘤t分期、行颈淋巴清扫术、行修复重建术、行舌成形术、行颌骨切除术、保留鼻咽通气管、保留胃管、手术时长、术中失血量。

15、进一步的,所述通过logistic回归分析多个因素的口腔癌术后吞咽障碍独立危险预测因素具体包括:

16、以口腔癌患者术后吞咽障碍发生情况为因变量,以单因素分析中p<0.05的危险因素为自变量,按照最大似然比估计的逐步向后法纳入方程,进行多因素logistic回归分析。

17、进一步的,所述独立危险预测因素为日常生活活动能力、抑郁、肿瘤t分期、行修复重建术、行舌成形术、行颌骨切除术、保留鼻咽通气管。

18、进一步的,所述风险预测模型的构建为通过r studio软件rms函数包构建口腔癌患者术后吞咽障碍的预测模型,对于每个确定进入logistic回归模型的变量,通过垂直线不同的变量取值都能获得相应的nomo得分,最终将所有变量得分相加即为总分,从而获得口腔癌患者术后吞咽障碍的风险概率。

19、进一步的,所述对风险预测模型的效能进行评价具体包括以下步骤:

20、风险预测模型区分度:通过运行r语言函数包得出预测模型roc曲线下面积auc为0.933,灵敏度为90.9%、特异度为81.7%;

21、风险预测模型校准度:模型通过hosmer-lemeshow法检测模型的拟合优度,

22、x2=5.391,p=0.715(>0.05)。

23、进一步的,所述临床资料包括一般资料、日常生活活动能力评定、术前吞咽功能评估、术后24h意识状态、各检验指标结果、疾病史、疾病和治疗情况均采集于医院病历系统、焦虑抑郁状态、衰弱情况。

24、进一步的,所述一般资料包括年龄、性别、身高、体重,采集于护理记录;焦虑抑郁状态通过医院焦虑抑郁量表hads获得;衰弱情况通过fried衰弱评估法获得。

25、与现有的技术相比本专利技术的有益效果是:

26、1、一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,为评估口腔癌术后吞咽障碍的风险提供了一种方便、有效的工具,为术后随访和诊治提供参考。相比传统方法,本专利技术的预测模型能够更精确、更快速地识别口腔癌术后吞咽障碍高风险患者,提供个性化的术后管理方案;

27、2、一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,精准预测术后吞咽障碍风险,提供一种基于lasso回归的预测模型,能够准确评估口腔癌术后患者的吞咽障碍风险,帮助医生及时采取预防和干预措施;

28、3、一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,简化临床操作流程,通过简单的数据收集,并使用本专利技术中预测模型的可视化工具nomogram,无需增加额外的患者经济负担和医护人员工作负担,本专利技术涉及的预测模型易于在临床实践中推广和应用;

29、4、一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,提升患者治疗体验与康复效果,可利于医护人员在临床环境下提前识别吞咽障碍风险,改善术后生活质量,加速康复进程。

本文档来自技高网...

【技术保护点】

1.一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述通过LASSO回归分析筛选候选变量具体包括以下步骤:

3.根据权利要求2所述的一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述通过LASSO回归分析进行单个因素的口腔癌术后发生吞咽障碍的潜在危险因素分析具体包括:

4.根据权利要求3所述的一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述潜在危险因素包括性别、日常生活活动能力、抑郁、肿瘤部位、肿瘤最大直径、肿瘤T分期、行颈淋巴清扫术、行修复重建术、行舌成形术、行颌骨切除术、保留鼻咽通气管、保留胃管、手术时长、术中失血量。

5.根据权利要求4所述的一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述通过logistic回归分析多个因素的口腔癌术后吞咽障碍独立危险预测因素具体包括:

6.根据权利要求1或5所述的一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述独立危险预测因素为日常生活活动能力、抑郁、肿瘤T分期、行修复重建术、行舌成形术、行颌骨切除术、保留鼻咽通气管。

7.根据权利要求1所述的一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述风险预测模型的构建为通过R Studio软件rms函数包构建口腔癌患者术后吞咽障碍的预测模型,对于每个确定进入logistic回归模型的变量,通过垂直线不同的变量取值都能获得相应的Nomo得分,最终将所有变量得分相加即为总分,从而获得口腔癌患者术后吞咽障碍的风险概率。

8.根据权利要求1所述的一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述对风险预测模型的效能进行评价具体包括以下步骤:

9.根据权利要求1所述的一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述临床资料包括一般资料、日常生活活动能力评定、术前吞咽功能评估、术后24h意识状态、各检验指标结果、疾病史、疾病和治疗情况均采集于医院病历系统、焦虑抑郁状态、衰弱情况。

10.根据权利要求9所述的一种基于LASSO回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述一般资料包括年龄、性别、身高、体重,采集于护理记录;焦虑抑郁状态通过医院焦虑抑郁量表HADS获得;衰弱情况通过Fried衰弱评估法获得。

...

【技术特征摘要】

1.一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述通过lasso回归分析筛选候选变量具体包括以下步骤:

3.根据权利要求2所述的一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述通过lasso回归分析进行单个因素的口腔癌术后发生吞咽障碍的潜在危险因素分析具体包括:

4.根据权利要求3所述的一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述潜在危险因素包括性别、日常生活活动能力、抑郁、肿瘤部位、肿瘤最大直径、肿瘤t分期、行颈淋巴清扫术、行修复重建术、行舌成形术、行颌骨切除术、保留鼻咽通气管、保留胃管、手术时长、术中失血量。

5.根据权利要求4所述的一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述通过logistic回归分析多个因素的口腔癌术后吞咽障碍独立危险预测因素具体包括:

6.根据权利要求1或5所述的一种基于lasso回归的口腔癌患者术后吞咽障碍风险预测方法,其特征在于,所述独立危险预测因素为日常生活活动能力、抑郁、肿瘤t分期、行修...

【专利技术属性】
技术研发人员:卢倩毕小琴余静雅周芸钰张宇杨雪梅
申请(专利权)人:四川大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1