一种乳腺癌术后化疗患者心理痛苦风险预测方法和装置

本发明涉及癌症心理痛苦领域，具体涉及一种乳腺癌术后化疗患者心理痛苦风险预测方法。

背景技术：

1、乳腺癌作为全球第一大癌，其发病率和死亡率在女性患者中均居首位，对女性的身心健康造成了极大的威胁。近年来，针对乳腺癌患者的诸多研究显示，处于化疗期的患者存在着不同程度的心理问题，与其他类型的癌症患者相比，乳腺癌患者的心理痛苦检出率明显较高，在23.9％～97.1％左右。乳腺癌术后化疗患者不仅承受着手术治疗导致乳房缺失的痛苦，还遭受化疗副作用的影响，心理痛苦程度极高，乳腺癌患者的心理痛苦状况与其治疗依从性及生存质量息息相关，严重的心理问题会导致患者生活质量下降、社会关系受损、康复时间延长，焦虑、抑郁意念增加，更甚者导致患者自杀，影响疾病的转归和恢复。因此，如何高效快速地识别乳腺癌术后化疗患者心理痛苦的高危人群，帮助临床医护人员评估高危患者的心理痛苦发生风险及其危险因素，及时进行干预治疗是目前亟须探讨和研究的重点问题。

2、目前主要依赖于各种量表对乳腺癌术后化疗患者的心理痛苦进行评估，量表条目多且不能够精准识别患者心理痛苦的风险因素，只是对患者心理痛苦情况进行粗略评估，预测精度较低和效率较差。

技术实现思路

1、有鉴于此，有必要提供一种乳腺癌术后化疗患者心理痛苦风险预测方法，用以解决现有技术中存在的患者心理痛苦风险预测精度较低和效率较差的技术问题。

2、为了解决上述问题，一方面，本发明提供了一种乳腺癌术后化疗患者心理痛苦风险预测方法，包括：

3、获取乳腺癌术后化疗患者的初始样本数据集，所述初始样本数据集包括患者心理痛苦数据以及与患者心理痛苦程度相关的初始影响因素数据；

4、根据所述初始影响因素数据与所述患者心理痛苦数据的关联性，对初始影响因素数据进行筛选，确定主要影响因素数据及其对应的主要样本数据集；

5、基于所述主要样本数据集对构建的心理痛苦风险预测模型进行训练，得到训练完备的心理痛苦风险预测模型，并基于所述训练完备的心理痛苦风险预测模型对患者心理痛苦风险进行预测。

6、在一些可能的实现方式中，根据所述初始影响因素数据与所述患者心理痛苦数据的关联性，对初始影响因素数据进行筛选，确定主要影响因素数据及其对应的主要样本数据集，包括：

7、对所述初始样本数据集进行单因素分析，以对所述初始影响因素数据进行筛选，确定第一影响因素数据及其对应的第一样本数据集；

8、对所述第一样本数据集进行正则化回归筛选，以对所述第一影响因素数据进行筛选，确定主要影响因素数据及其对应的主要样本数据集。

9、在一些可能的实现方式中，对所述初始样本数据集进行单因素分析，以对所述初始影响因素数据进行筛选，确定第一影响因素数据及其对应的第一样本数据集，包括：

10、按照患者心理痛苦情况，将所述初始影响因素数据进行分组；

11、判断所述初始影响因素数据中单个影响因素数据为分类变量或正态分布的连续变量或非正态分布的连续变量；

12、当单个影响因素数据为分类变量时，则采用卡方检验进行组间检验，确定单个影响因素数据的组间差异是否具有显著性；

13、当单个影响因素数据为正态分布的连续变量时，则采用t检验进行组间检验，确定单个影响因素数据的组间差异是否具有显著性；

14、当单个影响因素数据为非正态分布的连续变量时，则采用秩和检验进行组间检验，确定单个影响因素数据的组间差异是否具有显著性；

15、选取组间差异具有显著性的单个影响因素数据，确定第一影响因素数据及其对应的第一样本数据集。

16、在一些可能的实现方式中，对所述第一样本数据集进行正则化回归筛选，以对所述第一影响因素数据进行筛选，确定主要影响因素数据及其对应的主要样本数据集，包括：

17、基于所述第一样本数据集对初始的lasso回归模型进行训练，得到训练完备的lasso回归模型，将所述训练完备的lasso回归模型中回归系数为零的影响因素剔除，确定主要影响因素及其对应的主要样本数据集。

18、在一些可能的实现方式中，所述心理痛苦风险预测模型采用logistic回归模型构建而成。

19、在一些可能的实现方式中，基于所述主要样本数据集对构建的心理痛苦风险预测模型进行训练，得到训练完备的心理痛苦风险预测模型，包括：

20、基于所述主要样本数据集对构建的心理痛苦风险预测模型进行训练，训练时采用逐步向前法对所述心理痛苦风险预测模型的预测结果影响不显著的影响因素进行剔除，确定目标影响因素及其对应的训练完备的心理痛苦风险预测模型。

21、在一些可能的实现方式中，基于所述主要样本数据集对构建的心理痛苦风险预测模型进行训练，得到训练完备的心理痛苦风险预测模型，并基于所述训练完备的心理痛苦风险预测模型对患者心理痛苦风险进行预测，包括：

22、基于所述主要样本数据集对构建的心理痛苦风险预测模型进行训练，得到训练完备的心理痛苦风险预测模型；

23、基于bootstrap重抽样法，确定所述训练完备的心理痛苦风险预测模型的评价指标；

24、若所述评价指标符合预设要求，则基于所述训练完备的心理痛苦风险预测模型对患者心理痛苦风险进行预测；

25、若所述评价指标不符合预设要求，则增加所述初始样本数据集的样本量，重新确定训练完备的心理痛苦风险预测模型，直至评价指标符合预设要求，基于所述训练完备的心理痛苦风险预测模型对患者心理痛苦风险进行预测。

26、在一些可能的实现方式中，所述评价指标包括区分度、校准度和临床实用性。

27、另一方面，本发明还提供了一种乳腺癌术后化疗患者心理痛苦风险预测装置，包括：

28、样本数据获取单元，用于获取乳腺癌术后化疗患者的初始样本数据集，所述初始样本数据集包括患者心理痛苦数据以及与患者心理痛苦程度相关的初始影响因素数据；

29、影响因素筛选单元，用于根据所述初始影响因素数据与所述患者心理痛苦数据的关联性，对初始影响因素数据进行筛选，确定主要影响因素数据及其对应的主要样本数据集；

30、预测模型训练单元，用于基于所述主要样本数据集对构建的心理痛苦风险预测模型进行训练，得到训练完备的心理痛苦风险预测模型，并基于所述训练完备的心理痛苦风险预测模型对患者心理痛苦风险进行预测。

31、另一方面，本发明还提供了一种电子设备，包括存储器和处理器；

32、所述存储器，用于存储程序；

33、所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述乳腺癌术后化疗患者心理痛苦风险预测方法的步骤。

34、采用上述实施例的有益效果是：本发明提供的乳腺癌术后化疗患者心理痛苦风险预测方法，本发明先获取乳腺癌术后化疗患者的初始样本数据集，然后对初始样本数据集中的初始影响因数进行变量筛选，确定主要影响因素数据及其对应的主要样本数据集，接着基于主要样本数据集对构建的心理痛苦风险预测模型进行训练，得到训练完备的心理痛苦风险预测模型，最后基于训练完备的心理痛苦风险预测模型对患者心理痛苦风险进行预测，实现了对患者心理痛苦风险的高精度、快速评估。