一种HIV/AIDS患者免疫重建不良预测模型及验证方法与流程
- 国知局
- 2024-07-11 17:34:04
本发明涉及生物医学,具体为一种hiv/aids患者免疫重建不良预测模型及验证方法。
背景技术:
1、随着抗逆转录病毒疗法(art)的普及,艾滋病逐渐成为一种慢性病,art延长了许多患者的生命,使其预期寿命与正常人相当。然而,10%-40%接受抗逆转录病毒治疗的患者cd4+t淋巴细胞计数增加较低,被称为免疫重建不良。研究表明,免疫重建不良与机会性感染风险增加和艾滋病相关死亡风险升高有关。因此,我们需要工具来早期识别这些免疫重建不良的患者,并及时采取预防措施,以提高其生存质量。目前的研究表明,基线cd4+t淋巴细胞计数、基线病毒载量、hcv合并感染、bmi、hiv病毒亚型等因素与免疫重建不良相关,但仅凭单一因素难以预测患者的风险,需要一种综合的工具来帮助确定。
2、临床预测建模的普及给疾病的诊断和预后带来了希望,它可以结合多种因素预测个体患者未来患病的风险或预后,通过让患者尽早接受治疗来改善患者的预后。近年来,对hiv临床预测建模的研究也在不断增加,但免疫重建不良的模型很少。
技术实现思路
1、针对现有技术的不足,本发明提供了一种hiv/aids患者免疫重建不良预测模型及验证方法,构建的模型能够有效预测hiv或aids患者的免疫重建不良风险。
2、为实现以上目的,本发明通过以下技术方案予以实现:一种hiv或aids患者免疫重建不良预测模型的构建方法,包括以下步骤:
3、s1、收集患者的临床数据;
4、s2、通过描述性统计和单因素分析对收集的临床数据进行初步分析;
5、s3、运用lasso回归方法对初步分析的数据进行特征选择;
6、s4、利用逐步回归确定最终的logistic回归模型;
7、s5、应用接收者操作特征曲线分析和hosmer-lemeshow检验对所确定的模型进行内部验证;
8、s6、使用外部数据集对模型进行外部验证;
9、s7、根据模型输出的风险值,将患者分为不同的风险等级;
10、s8、根据模型绘制列线图,将结果可视化。
11、优选的,所述临床数据包括患者的诊断年龄、性别、cd4细胞计数、病毒载量、抗逆转录病毒治疗历史以及其他相关实验室检测结果。
12、优选的,所述特征选择还包括使用最优的λ值来确定模型中的预测变量。
13、优选的,所述逐步回归包括使用赤池信息量准则作为模型选择的标准。
14、优选的,所述内部验证还包括使用bootstrap重采样技术来估算c指数。
15、优选的,所述外部验证还包括通过计算外部数据集的auc值来评估区分度。
16、优选的,所述方法还包括:s9、使用决策曲线分析来评估预测模型的净收益。
17、本发明还提供一种基于上述方法构建的用于预测hiv或aids患者免疫重建不良的模型。
18、本发明还提供一种使用上述模型的验证方法,包括以下步骤:
19、1)使用内部数据集对模型进行验证,以评估其区分度和校准度;
20、2)使用独立的外部数据集对模型进行验证,以评估其泛化能力;
21、3)通过决策曲线分析确定模型在临床应用中的最佳风险阈值。
22、优选的,所述内部验证还包括对比实际观察结果与模型预测结果,以及运用校准曲线和hosmer-lemeshow检验来评估模型的拟合度。
23、本发明提供了一种hiv/aids患者免疫重建不良预测模型及验证方法。具备以下有益效果:
24、1、本发明采用单因素+lasso回归+逐步回归的方法筛选预测因子,是第一个具有外部空间验证的免疫重建不良预测模型,并且在区分度、校准度和临床效益方面进行了内部和外部验证,均表明该模型具有良好的性能。因此,本发明构建的模型能够有效预测hiv或aids患者的免疫重建不良风险。
25、2、本发明采用卡方检验、两独立样本t检验等对a地数据进行描述和单因素比较,初步筛选出有差异的变量,再使用lasso回归进一步筛选变量,利用限制性立方样条评估其中连续性变量的非线性关系,将存在非线性关系的变量转化为分类变量,得到候选因子后,使用逐步回归法筛选预测因子得到最终模型,通过bootstrap法和k折交叉验证法对数据进行内部验证。同时,将b、c、d三地的数据作为外部验证数据集,用接收者操作特征曲线分析和c指数评价区分度,用hosmer-lemeshow检验和校准曲线进行校准度评价,绘制dca曲线评估干预的临床收益,并对患者进行风险分层,综合判断模型的有效性,最后绘制模型列线图将结果可视化。
技术特征:1.一种hiv或aids患者免疫重建不良预测模型的构建方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种hiv或aids患者免疫重建不良预测模型的构建方法,其特征在于,所述临床数据包括患者的诊断年龄、性别、cd4细胞计数、病毒载量、抗逆转录病毒治疗历史以及其他相关实验室检测结果。
3.根据权利要求1所述的一种hiv或aids患者免疫重建不良预测模型的构建方法,其特征在于,所述特征选择还包括使用最优的λ值来确定模型中的预测变量。
4.根据权利要求1所述的一种hiv或aids患者免疫重建不良预测模型的构建方法,其特征在于,所述逐步回归包括使用赤池信息量准则作为模型选择的标准。
5.根据权利要求1所述的一种hiv或aids患者免疫重建不良预测模型的构建方法,其特征在于,所述内部验证还包括使用bootstrap重采样技术来估算c指数。
6.根据权利要求1所述的一种hiv或aids患者免疫重建不良预测模型的构建方法,其特征在于,所述外部验证还包括通过计算外部数据集的auc值来评估区分度。
7.根据权利要求1所述的一种hiv或aids患者免疫重建不良预测模型的构建方法,其特征在于,还包括:s9、使用决策曲线分析来评估预测模型的净收益。
8.一种基于权利要求1-7任一项所述方法构建的用于预测hiv或aids患者免疫重建不良的模型。
9.一种使用权利要求8所述模型的验证方法,其特征在于,包括以下步骤:
10.根据权利要求9所述的验证方法,其特征在于,所述内部验证还包括对比实际观察结果与模型预测结果,以及运用校准曲线和hosmer-lemeshow检验来评估模型的拟合度。
技术总结本申请涉及生物医学领域,公开了一种HIV/AIDS患者免疫重建不良预测模型及验证方法,模型的构建包括以下步骤:S1、收集患者的临床数据;S2、对收集的临床数据进行初步分析;S3、对初步分析的数据进行特征选择;S4、确定最终的logistic回归模型;S5、对所确定的模型进行内部验证;S6、对模型进行外部验证;S7、根据模型输出的风险值,将患者分为不同的风险等级;S8、根据模型绘制列线图,将结果可视化。本发明采用单因素+lasso回归+逐步回归的方法筛选预测因子,是第一个具有外部空间验证的免疫重建不良预测模型,并且在区分度、校准度和临床效益方面进行了内部和外部验证,均表明该模型具有良好的性能。技术研发人员:李小杉,李志杰,王威,叶雨秀,卫艺璇,李妍慧受保护的技术使用者:无锡市人民医院技术研发日:技术公布日:2024/6/5本文地址:https://www.jishuxx.com/zhuanli/20240615/84939.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。