【技术实现步骤摘要】
本专利技术涉及医学数据处理，尤其涉及一种系统性红斑狼疮活动性评估模型的构建方法及其应用。
技术介绍
1、系统性红斑狼疮(sle)是一种复杂的自身免疫性疾病，目前尚无根治方法，主要依靠药物治疗和病情监测来控制病情和延缓疾病进展。sle的临床表现多样，包括疲劳、发热、关节痛、皮肤病变等，严重时可累及肾脏、大脑、心血管等重要器官，导致器官功能衰竭甚至死亡。因此，准确评估sle的活动性和预后对于患者的治疗和管理至关重要。
2、目前，sle的活动性评估主要依赖于临床表现、实验室检查和疾病活动度评分系统，如系统性红斑狼疮疾病活动指数(sledai)和英国狼疮评估小组指数(bilag)。然而，这些评估方法存在一定的局限性，如主观性强、操作复杂、结果解释困难等。根据相关研究，几乎三分之二被判定为有临床意义的改善或恶化的病例未能被sledai评分识别出来。抗dsdna抗体和补体c3、c4是评估sle疾病活动性的常用实验室指标。虽然抗dsdna抗体具有特异性，但其水平与疾病活动性的相关性并非总是一致，且在不同疾病阶段可能呈现平台效应。而且检测方法的差异影响抗dsdna抗体检测结果的准确性。另外，补体c3和c4的降低非特异性地指向sle，其恢复速度慢，且受遗传因素影响，不同个体间存在差异。
3、因此，亟需一种系统性红斑狼疮活动性评估模型的构建方法，以得到高精度的系统性红斑狼疮活动性评估模型，辅助高效、准确地评估系统性红斑狼疮活动性，为制定治疗决策提供有效、可靠的数据支撑。
技术实现思路>
1、本专利技术提供一种系统性红斑狼疮活动性评估模型的构建方法及其应用，用以解决现有技术无法高效、准确地评估系统性红斑狼疮活动性的缺陷。
2、本专利技术提供的一种系统性红斑狼疮活动性评估模型的构建方法，包括：
3、获取目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据，其中，目标群体包括处于sle不同时期的患者群体；
4、根据目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据，通过机器学习算法，训练得到系统性红斑狼疮活动性评估模型。
5、根据本专利技术提供的一种系统性红斑狼疮活动性评估模型的构建方法，处于sle不同时期的患者群体包括以下任一项或其任意组合：缓解期、活动期。
6、根据本专利技术提供的一种系统性红斑狼疮活动性评估模型的构建方法，所述根据目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据，通过机器学习算法，训练得到系统性红斑狼疮活动性评估模型，包括：
7、根据目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据，利用预设标准，将目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据归一化为统一维度的数据；
8、根据归一化后的目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据，通过机器学习算法，训练得到系统性红斑狼疮活动性评估模型。
9、根据本专利技术提供的一种系统性红斑狼疮活动性评估模型的构建方法，所述根据目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据，利用预设标准，将目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据归一化为统一维度的数据，包括：
10、当目标群体中某个体的中性粒细胞表面cd177的表达水平数据表示其中性粒细胞表面cd177的表达水平高于第一预设阈值时，判定该个体的中性粒细胞表面cd177的表达水平异常，将其中性粒细胞表面cd177的表达水平数据转换为第一固定值，否者转换为第二固定值；
11、当目标群体中某个体的抗dsdna抗体滴度数据表示其抗dsdna抗体-if为阳性时，判定该个体的抗dsdna抗体-if异常，将其抗dsdna抗体滴度数据转换为第一固定值，否者转换为第二固定值；
12、当目标群体中某个体的抗dsdna抗体浓度数据表示其抗dsdna抗体-clia为阳性时，判定该个体的抗dsdna抗体-clia异常，将其抗dsdna抗体浓度数据转换为第一固定值，否者转换为第二固定值；
13、当目标群体中某个体的补体c3浓度数据表示其补体c3浓度低于第二预设阈值时，判定该个体的补体c3浓度异常，将其补体c3浓度数据转换为第一固定值，否者转换为第二固定值；
14、当目标群体中某个体的补体c4浓度数据表示其补体c4浓度低于第三预设阈值时，判定该个体的补体c4浓度异常，将其补体c4浓度数据转换为第一固定值，否者转换为第二固定值。
15、根据本专利技术提供的一种系统性红斑狼疮活动性评估模型的构建方法，所述根据归一化后的目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据，通过机器学习算法，训练得到系统性红斑狼疮活动性评估模型，包括：
16、根据归一化后的目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据，分别通过若干种机器学习算法，训练得到若干个系统性红斑狼疮活动性评估模型；
17、比较若干个系统性红斑狼疮活动性评估模型的模型性能，得到最终的系统性红斑狼疮活动性评估模型。
18、根据本专利技术提供的一种系统性红斑狼疮活动性评估模型的构建方法，若干种机器学习算法包括以下任一项或其任意组合：逻辑回归算法、随机森林算法、支持向量机算法、决策树算法。
19、根据本专利技术提供的一种系统性红斑狼疮活动性评估模型的构建方法，所述比较若干个系统性红斑狼疮活动性评估模型的模型性能，得到最终的系统性红斑狼疮活动性评估模型，包括：
20、利用评价指标，比较若干个系统性红斑狼疮活动性评估模型的模型性能，得到最终的系统性红斑狼疮活动性评估模型，其中，评价指标包括以下任一项或其任意组合：准确率、精确率、召回率、fi分数、敏感性、特异性、auc值。
21、根据本专利技术提供的一种系统性红斑狼疮活动性评估模型的构建方法，最终的系统性红斑狼疮活动性评估模型为通过逻辑回归算法训练得到的系统性红斑狼疮活动性评估模型，其表达式为：
22、
23、最终的系统性红斑狼疮活动性评估模型的表达式中本文档来自技高网...
【技术保护点】
1.一种系统性红斑狼疮活动性评估模型的构建方法，其特征在于，包括：
2.根据权利要求1所述的系统性红斑狼疮活动性评估模型的构建方法，其特征在于，处于SLE不同时期的患者群体包括缓解期患者群体和/或活动期患者群体。
3.根据权利要求1所述的系统性红斑狼疮活动性评估模型的构建方法，其特征在于，所述根据目标群体的中性粒细胞表面CD177的表达水平数据、抗dsDNA抗体滴度数据、抗dsDNA抗体浓度数据、补体C3浓度数据、补体C4浓度数据，通过机器学习算法，训练得到系统性红斑狼疮活动性评估模型，包括：
4.根据权利要求3所述的系统性红斑狼疮活动性评估模型的构建方法，其特征在于，所述根据目标群体的中性粒细胞表面CD177的表达水平数据、抗dsDNA抗体滴度数据、抗dsDNA抗体浓度数据、补体C3浓度数据、补体C4浓度数据，利用预设标准，将目标群体的中性粒细胞表面CD177的表达水平数据、抗dsDNA抗体滴度数据、抗dsDNA抗体浓度数据、补体C3浓度数据、补体C4浓度数据归一化为统一维度的数据，包括：
5.根据权利要求4所述的系统性红斑狼疮活
6.根据权利要求5所述的系统性红斑狼疮活动性评估模型的构建方法，其特征在于，若干种机器学习算法包括以下任一项或其任意组合：逻辑回归算法、随机森林算法、支持向量机算法、决策树算法；
7.根据权利要求6所述的系统性红斑狼疮活动性评估模型的构建方法，其特征在于，最终的系统性红斑狼疮活动性评估模型为通过逻辑回归算法训练得到的系统性红斑狼疮活动性评估模型，其表达式为：
8.一种系统性红斑狼疮活动性辅助评估系统，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所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的系统性红斑狼疮活动性评估模型的构建方法。
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1至7任一项所述的系统性红斑狼疮活动性评估模型的构建方法的。
...【技术特征摘要】
1.一种系统性红斑狼疮活动性评估模型的构建方法，其特征在于，包括：
2.根据权利要求1所述的系统性红斑狼疮活动性评估模型的构建方法，其特征在于，处于sle不同时期的患者群体包括缓解期患者群体和/或活动期患者群体。
3.根据权利要求1所述的系统性红斑狼疮活动性评估模型的构建方法，其特征在于，所述根据目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据，通过机器学习算法，训练得到系统性红斑狼疮活动性评估模型，包括：
4.根据权利要求3所述的系统性红斑狼疮活动性评估模型的构建方法，其特征在于，所述根据目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据，利用预设标准，将目标群体的中性粒细胞表面cd177的表达水平数据、抗dsdna抗体滴度数据、抗dsdna抗体浓度数据、补体c3浓度数据、补体c4浓度数据归一化为统一维度的数据，包括：
5.根据权利要求4所述的系统性红斑狼疮活动性评估模型的构建方法，其特征在于，所述根据归一化后的目标群...
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。