【技术实现步骤摘要】
本专利技术属于生物医学，尤其是涉及一种糖尿病合并肾病患者的肾活检决策模型构建方法。
技术介绍
1、在2型糖尿病(type 2diabetes mellitus，t2dm)合并慢性肾脏病(chronickidney disease，ckd)患者中，非糖尿病肾病(non-diabetic renal disease，ndrd)并不少见，其治疗方案和临床预后与糖尿病肾病(diabetic nephrology，dn)存在显著差异。经皮肾活检是区分ndrd和dn的金标准，但目前对于t2dm合并ckd患者的肾活检指征尚无共识。不少研究致力于在t2dm合并ckd的患者中构建ndrd风险预测模型，以期辅助临床医生识别ndrd高危人群，指导肾活检决策。然而这些模型的开发囿于特殊人群和传统算法，在人群代表性、实际应用外推性等方面存在不足。此外，目前国内外尚无多中心、大样本的真实世界研究评估t2dm合并ckd患者中行肾活检的远期临床预后获益。
技术实现思路
1、有鉴于此，本专利技术旨在克服现有技术中上述问题的不足之处，提出一种糖尿病合并肾病患者的肾活检决策模型构建方法，本专利技术利用多中心、大样本的真实世界住院患者数据，旨在指导临床医生对2型糖尿病合并慢性肾脏病患者进行肾活检决策。为解决该临床需求，本专利技术首先在2型糖尿病合并慢性肾脏病且接受肾活检的人群中基于机器学习算法构建、评估和验证非糖尿病肾病风险预测模型，并提出非糖尿病肾病风险阈值，基于此阈值对整体2型糖尿病合并慢性肾脏病群体进行非糖尿病肾病
2、为达到上述目的，本专利技术的技术方案是这样实现的：
3、本专利技术第一方面提供了一种糖尿病合并肾病患者的肾活检决策模型构建方法，包括如下步骤：
4、步骤1：构建肾活检数据集和2型糖尿病合并慢性肾脏病数据集；
5、步骤2：从数据集中获取在基线时间窗内同一患者的同一种实验室检验的所有测量值，并进一步生成每个检测指标的结果最大值、最小值、中位数和距离索引日期最近一次的值；
6、步骤3：对每个实验室检验指标的结果最大值、最小值、中位数和距离索引日期最近一次的值进行单因素逻辑回归，选择最近的值作为最近候选变量；
7、步骤4：在2型糖尿病合并慢性肾脏病数据集中，将是否进行肾活检作为预测变量，构建变量为有无糖尿病视网膜病变、有无egfr快速下降、有无蛋白尿快速增加、有无大量蛋白尿、有无顽固性高血压、有无血尿、有无难治性高血压、egfr以及糖尿病病程的多因素逻辑回归，计算每位患者进行肾活检的倾向性评分重叠加权，对于已接受肾活检操作的人群权重w为1-ps，而未进行肾活检的人群权重w则为ps；
8、步骤5：将肾活检数据集划分训练集和验证集，在训练集中基于权重参数及xgboost算法构建肾活检决策模型，并在验证集中进行验证。
9、进一步的，所述步骤2中，还包括对变量缺失进行插补，对于缺失值比例≤25％的变量，采用随机森林法进行插补，对于缺失比例＞25％的变量，若为分类型变量，将缺失部分编码为“未知”；若为连续型变量，基于临床参考值或数据实际分布情况将其转化为相应的分类变量，再将缺失部分编码为“未知”。
10、进一步的，所述步骤5中，根据预测变量是否为非糖尿病肾病采取随机分层抽样法将肾活检数据集划分为占比70％的训练集和30％的验证集。
11、进一步的，还包括确定风险分层阈值，具体包括：
12、依据肾活检决策模型的预测值，将2型糖尿病合并慢性肾脏病患者划分为非糖尿病肾病低、中和高风险组，风险分层的阈值设定综合考量多因素逻辑回归的临床模型在训练集中的阳性预测值ppv、阴性预测值npv、灵敏度se以及特异度sp，预先设置4组阈值组合：阈值组合1(npv为85％+ppv为85％)、阈值组合2(npv为90％+ppv为90％)、阈值组合3(se为85％+sp为85％)和阈值组合4(se为90％+sp为90％)；
13、在肾活检决策模型的数据集中依次构建四种阈值组合的混淆矩阵，结合不同阈值组合判定非糖尿病肾病预测效能的优劣最终确定最优组；非糖尿病肾病风险预测值小于低风险阈值，将该患者归类为非糖尿病肾病低风险组，考虑诊断为孤立性糖尿病肾病，非糖尿病肾病风险预测值高于高风险阈值，将该患者归类为非糖尿病肾病高风险组，考虑诊断为非糖尿病肾病。
14、进一步的，还包括将肾活检决策模型应用至2型糖尿病合并慢性肾脏病整体人群，基于预设的风险阈值对患者进行非糖尿病肾病风险分层。
15、进一步的，还包括结合shap value重要性排序并采取后向选择法进一步生成肾活检决策模型。
16、本专利技术第二方面提供了一种糖尿病合并肾病患者的肾活检决策模型构建装置，包括：
17、数据获取模块，用于构建肾活检数据集和2型糖尿病合并慢性肾脏病数据集；
18、数据处理模块，用于从数据集中获取在基线时间窗内同一患者的同一种实验室检验的所有测量值，并进一步生成每个检测指标的结果最大值、最小值、中位数和距离索引日期最近一次的值；
19、变量筛选模块，用于对每个实验室检验指标的结果最大值、最小值、中位数和距离索引日期最近一次的值进行单因素逻辑回归，选择最近的值作为最近候选变量；
20、权重确定模块，用于在2型糖尿病合并慢性肾脏病数据集中，将是否进行肾活检作为预测变量，构建变量有无糖尿病视网膜病变、有无egfr快速下降、有无蛋白尿快速增加、有无大量蛋白尿、有无顽固性高血压、有无血尿、有无难治性高血压、egfr以及糖尿病病程的多因素逻辑回归，计算每位患者进行肾活检的倾向性评分重叠加权，对于已接受肾活检操作的人群权重w为1-ps，而未进行肾活检的人群权重w则为ps；
21、模型构建模块，用于将肾活检数据集划分训练集和验证集，在训练集中基于权重参数及xgboost算法构建肾活检决策模型，并在验证集中进行验证。
22、本专利技术第三方面提供了一种电子设备，包括处理器以及与处理器通信连接，且用于存储所述处理器可执行指令的存储器，所述处理器用于执行上述的一种糖尿病合并肾病患者的肾活检决策模型构建方法。
23、本专利技术第四方面提供了一种计算机可读取存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的一种糖尿病合并肾病患者的肾活检决策模型构建方法。
24、相对于现有技术，本专利技术所述的一种糖尿病合并肾病患者的肾活检决策模型构建方法具有以下优势：
25、本专利技术基于xgboost算法构建的肾活检决策模型及相应的非糖尿病肾病风险分层策略表现出良好的性能，为未来2型糖尿病合并ckd患者的科学管理探索了机器学习这一可能的道路；非糖尿病肾病高风险组中，肾活检的实施与更好的临床预后相关性进一步提示着本专利技术的模型有望成为2型糖尿病合并ckd患者肾活检辅助决策工具的潜力，从而避免孤立的糖尿病肾病患者接受不必要的有创检查，并协助早期识别非糖尿病肾病患者，促进非糖尿病肾本文档来自技高网...
【技术保护点】
1.一种糖尿病合并肾病患者的肾活检决策模型构建方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种糖尿病合并肾病患者的肾活检决策模型构建方法，其特征在于：所述步骤2中，还包括对变量缺失进行插补，对于缺失值比例≤25％的变量，采用随机森林法进行插补，对于缺失比例＞25％的变量，若为分类型变量，将缺失部分编码为“未知”；若为连续型变量，基于临床参考值或数据实际分布情况将其转化为相应的分类变量，再将缺失部分编码为“未知”。
3.根据权利要求1所述的一种糖尿病合并肾病患者的肾活检决策模型构建方法，其特征在于：所述步骤5中，根据预测变量是否为非糖尿病肾病采取随机分层抽样法将肾活检数据集划分为占比70％的训练集和30％的验证集。
4.根据权利要求1所述的一种糖尿病合并肾病患者的肾活检决策模型构建方法，其特征在于：还包括确定风险分层阈值，具体包括：
5.根据权利要求1所述的一种糖尿病合并肾病患者的肾活检决策模型构建方法，其特征在于：还包括将肾活检决策模型应用至2型糖尿病合并慢性肾脏病整体人群，基于预设的风险阈值对患者进行非糖尿病肾病风险
6.根据权利要求1所述的一种糖尿病合并肾病患者的肾活检决策模型构建方法，其特征在于：还包括结合SHAP value重要性排序并采取后向选择法进一步生成肾活检决策模型。
7.一种糖尿病合并肾病患者的肾活检决策模型构建装置，其特征在于：包括：
8.一种电子设备，包括处理器以及与处理器通信连接，且用于存储所述处理器可执行指令的存储器，其特征在于：所述处理器用于执行上述权利要求1-6任一所述的一种糖尿病合并肾病患者的肾活检决策模型构建方法。
9.一种计算机可读取存储介质，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权利要求1-6任一项所述的一种糖尿病合并肾病患者的肾活检决策模型构建方法。
...【技术特征摘要】
1.一种糖尿病合并肾病患者的肾活检决策模型构建方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的一种糖尿病合并肾病患者的肾活检决策模型构建方法，其特征在于：所述步骤2中，还包括对变量缺失进行插补，对于缺失值比例≤25％的变量，采用随机森林法进行插补，对于缺失比例＞25％的变量，若为分类型变量，将缺失部分编码为“未知”；若为连续型变量，基于临床参考值或数据实际分布情况将其转化为相应的分类变量，再将缺失部分编码为“未知”。
3.根据权利要求1所述的一种糖尿病合并肾病患者的肾活检决策模型构建方法，其特征在于：所述步骤5中，根据预测变量是否为非糖尿病肾病采取随机分层抽样法将肾活检数据集划分为占比70％的训练集和30％的验证集。
4.根据权利要求1所述的一种糖尿病合并肾病患者的肾活检决策模型构建方法，其特征在于：还包括确定风险分层阈值，具体包括：
5.根据权利要求1所述的...
【专利技术属性】
技术研发人员：聂晟，徐欣，侯凡凡，李艳芹，粟立聪，
申请(专利权)人：南方医科大学南方医院，
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。