买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:浙江大学医学院附属第二医院
摘要:本发明公开了一种PCI术后患者运动恐惧风险动态预测方法涉及医学统计分析技术领域,包括采集PCI手术治疗患者的临床资料,确定PCI术后患者恐动症的预测因子,建立PCI术后患者恐动症风险的动态列线图预测模型,确定各最优模型预测因子的权重及其评分,对最优模型预测因子进行综合得分,计算PCI术后患者恐动症的发生概率,利用本发明动态预测方法不仅通过筛选的最优模型预测因子,开发了该疾病的概率计算模型,极大的提升了该症状的预测准度和效度,而且以网页版动态列线图的方式呈现,有助于医疗人员对PCI术后患者实行早前预测和高危识别。
主权项:1.一种PCI术后患者运动恐惧风险动态预测方法,其特征在于:包括以下步骤:S1:采集PCI手术治疗患者的临床资料,确定PCI术后患者恐动症的预测因子;S2:采用单因素分析法找出PCI术后患者正常组恐动症组和之间的差异变量,最终确定两组在性别、是否合并心力衰竭、吸烟史、手术时机、NYHA心功能分级、跌倒坠床风险、自理能力分级、近一周日均步数、久坐行为、身体功能简表评分、中文版领悟社会支持量表评分等方面的差异存在统计学意义;S3:判断所述差异变量有无统计学意义,将单因素分析有统计学意义的变量纳入Lasso回归进一步筛选潜在预测因子,根据Lasso回归筛选出8个非零系数特征变量,所述非零系数特征变量分别为合并心力衰竭、吸烟史、手术时机、自理能力、NYHA心功能分级、身体功能状态、社会支持水平和久坐行为;S4:将单因素分析有统计学意义的变量纳入最小绝对值收敛和选择算子算法进一步筛选潜在预测因子;S5:将Lasso回归筛选出非零系数变量纳入多变量逻辑回归模型,确定PCI术后患者发生恐动症的独立危险因素;S6:使用多变量逻辑回归分析对所述最优模型预测因子与PCI术后患者恐动症风险的关系进行评估,并建立PCI术后患者恐动症风险的普通列线图和动态列线图预测模型,确定各最优模型预测因子的权重及其评分,动态列线图预测模型对最优模型预测因子进行综合得分,计算PCI术后患者恐动症的发生概率。
全文数据:
权利要求:
百度查询: 浙江大学医学院附属第二医院 一种PCI术后患者运动恐惧风险动态预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。