本发明涉及妊娠结局预测,特别涉及基于cox比例风险模型的子痫前期不良妊娠结局预测方法。
背景技术:
1、子痫前期(pre-eclampsia,pe)是一种多系统受累的妊娠并发症,影响母体及胎儿的预后,只有终止妊娠才能结束疾病的进展。近年来,国内外学者多致力于通过对母亲和新生儿发生不良结局进行预测,经典的如hypitat模型、fullpies模型,模型预测可预测孕妇入院后48小时内不良妊娠结局风险,但此类模型均在发达国家进行,研究结局主要关注母亲发生不良结局的概率预测,而分娩时机的决定需要综合考虑母亲与新生儿不良结局的发生风险。如何选择最佳的分娩时机可使母儿受益最大化是目前临床上面临的难题。
2、鉴于此,需要一种基于cox比例风险模型的子痫前期不良妊娠结局预测方法。
技术实现思路
1、针对现有技术中“经典的如hypitat模型、fullpies模型,模型预测可预测孕妇入院后48小时内不良妊娠结局风险,但此类模型均在发达国家进行,研究结局主要关注母亲发生不良结局的概率预测,而分娩时机的决定需要综合考虑母亲与新生儿不良结局的发生风险。如何选择最佳的分娩时机可使母儿受益最大化是目前临床上面临的难题”的问题,本发明提供了基于cox比例风险模型的子痫前期不良妊娠结局预测方法,能够评估不同分娩孕周下pe患者不良结局的风险。具体技术方案如下:
2、基于cox比例风险模型的子痫前期不良妊娠结局预测方法,包括以下步骤:
3、获取历史数据作为训练队列和验证队列,所述历史数据为诊断pe的孕妇资料;
4、收集预测变量及结局指标,所述预测变量包括人口学特征、是否患有妊娠期合并症、临床症状、血压和实验室及影像学指标,所述结局指标包括母亲结局和胎儿结局;
5、通过r语言的mice包使用随机森林法对缺失数据进行多重插补,对不符合线性关系和ph假定的连续性变量通过限制性立方样条进行分层;
6、使用r语言进行单因素cox分析筛选差异变量(p<0.05),同时使用lasso回归结合交叉验证来确定最佳的lambda值得到差异变量;
7、使用逐步向后cox回归分析筛选最终纳入模型的变量,根据aic值选择最佳模型;
8、对模型评价。
9、优选的,所述人口学特征包括年龄、诊断时天数、入院时天数、终止时天数、期待治疗时间、胎儿个数。
10、优选的,所述妊娠期合并症包括妊娠期糖尿病、原发高血压、妊娠期合并肾脏病、既往是否有妊娠期高血压/子痫前期病史。
11、优选的,所述步骤s2中的所述临床症状包括恶心呕吐、头痛头晕、视力障碍、右上腹痛、胸痛胸闷。
12、优选的,所述血压包括入院时血压收缩压、入院时血压舒张压、入院时平均动脉压。
13、优选的,所述实验室及影像学指标包括sd比值是否升高、脐血流舒张期缺如、脐血流舒张期反向、胎儿生长受限、nst异常提示胎儿窘迫,血小板计数plt、24小时尿蛋白up24、血肌酐cr、尿酸ua、血白蛋白alb、丙氨酸氨基转移酶alt、门冬氨酸氨基转移酶ast。
14、优选的,所述对模型评价的具体步骤如下:
15、使用r中的“rms”包用于绘制列线图和校准曲线;
16、使用c指数评价模型的区分度;
17、校准曲线评价模型的校准度;
18、使用时间依赖roc曲线(time-dependent roc)用于评估模型在特定时间点对生存结局的预测能力;
19、使用dca曲线来评估模型在不同阈值下的净收益。将建立的模型通过加强bootstrap重抽样做内部验证;
20、使用roc曲线评估外部验证时模型的表现,校准曲线评价外部验证时模型的校准度;
21、通过kaplan-meier生存曲线比较训练队列和验证队列中低风险组和高风险组的生存情况。
22、优选的,过程中使用的统计学分析均使用r语言实现。
23、一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行如上所述的基于cox比例风险模型的子痫前期不良妊娠结局预测方法。
24、一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行如上所述的基于cox比例风险模型的子痫前期不良妊娠结局预测方法。
25、与现有技术相比,本发明的有益效果为:
26、本发明通过训练队列建立了以诊断孕周、入院孕周、终止孕周、胎儿窘迫、入院时平均动脉压、肌酐、门冬氨酸氨基转移酶组成的预测模型,训练队列及验证队列中模型区分度及校准度均良好,可以有效预测子痫前期患者2天、7天、14天时不良结局发生的概率,内部验证显示拟合良好,并通过dca曲线预测了模型应用于临床的净收益。在纳入模型的变量中,终止孕周分层的影响最大,终止妊娠时间越晚,风险越小,生存概率越大,符合临床诊治经验,对临床指导分娩时机具有重要意义。根据我们建立的预测模型,可评估不同分娩孕周下pe患者不良结局的风险。
1.基于cox比例风险模型的子痫前期不良妊娠结局预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的基于cox比例风险模型的子痫前期不良妊娠结局预测方法,其特征在于,所述人口学特征包括年龄、诊断时天数、入院时天数、终止时天数、期待治疗时间、胎儿个数。
3.根据权利要求1所述的基于cox比例风险模型的子痫前期不良妊娠结局预测方法,其特征在于,所述妊娠期合并症包括妊娠期糖尿病、原发高血压、妊娠期合并肾脏病、既往是否有妊娠期高血压/子痫前期病史。
4.根据权利要求1所述的基于cox比例风险模型的子痫前期不良妊娠结局预测方法,其特征在于,所述步骤s2中的所述临床症状包括恶心呕吐、头痛头晕、视力障碍、右上腹痛、胸痛胸闷。
5.根据权利要求1所述的基于cox比例风险模型的子痫前期不良妊娠结局预测方法,其特征在于,所述血压包括入院时血压收缩压、入院时血压舒张压、入院时平均动脉压。
6.根据权利要求1所述的基于cox比例风险模型的子痫前期不良妊娠结局预测方法,其特征在于,所述实验室及影像学指标包括sd比值是否升高、脐血流舒张期缺如、脐血流舒张期反向、胎儿生长受限、nst异常提示胎儿窘迫,血小板计数plt、24小时尿蛋白up24、血肌酐cr、尿酸ua、血白蛋白alb、丙氨酸氨基转移酶alt、门冬氨酸氨基转移酶ast。
7.根据权利要求1所述的基于cox比例风险模型的子痫前期不良妊娠结局预测方法,其特征在于,所述对模型评价的具体步骤如下:
8.根据权利要求1-7任一项所述的基于cox比例风险模型的子痫前期不良妊娠结局预测方法,其特征在于,过程中使用的统计学分析均使用r语言实现。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的基于cox比例风险模型的子痫前期不良妊娠结局预测方法。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1至7中任意一项所述的基于cox比例风险模型的子痫前期不良妊娠结局预测方法。