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：北京市肿瘤防治研究所

摘要：本发明公开一种食管鳞癌根治术后患者预后预测模型构建方法及装置，包括：获得临床诊疗资料数据和随访生存数据，根据随访生存数据分别对患者特征变量，肿瘤病理特征变量，治疗情况变量和检验指标变量进行多因素Cox回归分析并利用逐步后退算法和赤池信息量准则进行变量筛选，对筛选出的候选变量再次进行变量筛选得到建模变量；对建模变量及其两两交互作用项进行多因素Cox回归分析构建食管鳞癌根治术后患者预后预测模型，预测变量包括：年龄，性别，肿瘤原发位置，T分期，淋巴结取检数，肿瘤大小，术前血红蛋白水平和N分期治疗方式交互作用项。本发明可提高预测准确率，明确不同治疗方案最佳获益群体，实现食管鳞癌预后评估精准化。

主权项：1.一种食管鳞癌根治术后患者预后预测模型构建方法，其特征在于，包括：获得食管鳞癌根治术后患者的临床诊疗资料数据和随访生存数据，所述临床诊疗资料数据从医院信息管理系统HIS数据库中经导出电子病例后对食管鳞癌根治术后患者电子病例中个人隐私数据进行遮盖获得，所述随访生存数据从随访数据库中获得；所述临床诊疗资料数据包括从HIS中导出食管癌患者的电子病历，覆盖出入院情况数据，在院治疗情况数据，病理数据，影像数据，内镜数据，辅助检查数据，会诊情况数据，疗效评价数据，常规检验数据及诊疗费用数据其中之一或任意组合；对所述临床诊疗资料数据进行数据清洗处理，确定潜在变量类别，所述潜在变量类别包括：患者特征变量，肿瘤病理特征变量，治疗情况变量和检验指标变量；根据随访生存数据，分别对患者特征变量，肿瘤病理特征变量，治疗情况变量和检验指标变量进行多因素Cox回归分析并利用逐步后退算法和赤池信息量准则进行变量筛选，对筛选出的候选变量再次进行多因素Cox回归分析同样基于逐步后退算法和赤池信息量准则进行变量筛选，得到建模变量；对所述建模变量及其两两交互作用项进行多因素Cox回归分析并利用赤池信息量准则构建食管鳞癌根治术后患者预后预测模型，所述食管鳞癌根治术后患者预后预测模型中包含食管鳞癌根治术后患者预后预测变量，所述食管鳞癌根治术后患者预后预测变量包括：年龄，性别，肿瘤原发位置，T分期，淋巴结取检数，肿瘤大小，术前血红蛋白水平和N分期治疗方式交互作用项；对所述建模变量及其两两交互作用项进行多因素Cox回归分析并利用赤池信息量准则构建食管鳞癌根治术后患者预后预测模型，包括：在患者特征数据，肿瘤病理特征数据，治疗情况数据和检验指标数据的每一维度中分别使用多因素Cox回归后退法筛选变量，初步筛选出用来预测食管鳞癌根治术后总生存的候选变量，分别为年龄、性别、共患病、食管癌家族史、肿瘤原发位置、T分期、N分期、淋巴结取检数、治疗方式、手术模式、肿瘤大小、术前红细胞水平、术前血红蛋白水平、术前嗜酸性淋巴细胞计数、术前系统性免疫炎症指数及术前白蛋白球蛋白比值；将筛选得到的候选变量，进行多因素Cox回归，根据临床意义和逐步后退法筛选得到建模变量，再将其两两交互项逐一放入Cox模型中，根据AIC准则确定食管鳞癌根治术后患者预后预测模型结构；还包括：在构建食管鳞癌根治术后患者预后预测模型之后，对所述食管鳞癌根治术后患者预后预测模型进行评价；其中，模型的评价包括区分度评价和或校准度评价；还包括：提取所述食管鳞癌根治术后患者预后预测模型中各食管鳞癌根治术后患者预后预测变量对应的回归系数；根据所述回归系数建立列线图Nomogram；根据所述列线图Nomogram，给每个食管鳞癌根治术后患者预后预测变量的每个取值水平进行赋分；根据赋分的结果确定所述食管鳞癌根治术后患者预后预测变量对应的总得分；根据所述总得分和函数转换关系，计算食管鳞癌根治术后患者的生存概率；计算食管鳞癌根治术后患者的生存概率，包括：根据回归模型各个预测因素对结局变量的贡献程度，给每个因素的每个取值水平赋分，再将各个评分相加得到总得分，最后通过总得分与结局事件发生概率之间的函数转换关系，计算出该个体发生结局的概率。

全文数据：

权利要求：

百度查询： 北京市肿瘤防治研究所 食管鳞癌根治术后患者预后预测模型构建方法及装置