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：查理高特(青岛)健康科技有限公司

摘要：本说明书实施例公开了一种非布司他的疗效预测系统、设备及介质，涉及大数据及医学技术领域，用于解决现有预测可靠性低且速度慢的问题。系统包括：数据采集单元，用于获取训练集与外部测试集中的病历数据；数据筛选单元，用于通过最小绝对收缩算子模型对训练集的病历数据进行特征选择，获得关键特征数据；模型训练单元，用于将关键特征数据输入预置不同类型的机器学习模型进行训练，并基于外部测试集中的关键特征数据对各机器学习模型进行性能评价，获得最佳模型；疗效预测单元，用于基于最佳模型与所述模型训练单元训练过程中获得的学习参数，计算当前非布司他治疗患者的血清尿酸达标率。

主权项：1.一种非布司他的疗效预测系统，其特征在于，所述系统包括：数据采集单元，用于获取训练集与外部测试集中的病历数据；其中，所述病历数据包括：通过相关痛风检测获取的患者临床参数、以及包含痛风石数据、双轨征数据、骨侵蚀数据的放射学数据；数据筛选单元，用于通过最小绝对收缩算子模型对所述训练集的病历数据进行特征选择，获得关键特征数据；模型训练单元，用于将所述关键特征数据输入预置不同类型的机器学习模型进行训练，并基于所述外部测试集中的关键特征数据对各机器学习模型进行性能评价，获得最佳模型；疗效预测单元，用于基于所述最佳模型与所述模型训练单元训练过程中获得的学习参数，计算当前非布司他治疗患者的血清尿酸达标率；所述数据采集单元，具体用于：基于预置采集周期与预设随访时间对观察性队列与临床试验队列中的患者进行数据采集；其中，所述观察性队列对应于接受非布司他治疗的患者，所述临床试验队列对应于接受非布司他治疗的患者；基于目标预置血清尿酸与病历数据中各时间点的血清尿酸，确定各病历数据的非布司他疗效标签，以基于所述非布司他疗效标签对各病历数据进行标记；其中，所述非布司他疗效标签包括：未达标、部分缓解、完全缓解；所述基于目标预置血清尿酸与病历数据中各时间点的血清尿酸，确定各病历数据的非布司他疗效标签，具体包括：获取病历数据中各时间点的血清尿酸，若确定各时间点的血清尿酸均大于所述目标预置血清尿酸，则确定所述非布司他疗效标签为未达标；其中，目标预置血清尿酸为sUA6mgdL；基于预设随访时间对病历数据中的随访血清尿酸进行提取，若确定所述随访血清尿酸小于所述目标预置血清尿酸，则确定所述非布司他疗效标签为部分缓解；根据预设治疗终点时间对病历数据中的终点血清尿酸进行提取，若确定所述终点血清尿酸小于所述目标预置血清尿酸，则确定所述非布司他疗效标签为完全缓解；基于所述训练集与外部测试集的样本比，确定训练集的第一病历数据量与外部测试集的第二病历数据量；基于所述第一病历数据量采集观察性队列与临床试验队列中的病历数据，作为训练集的病历数据，并基于第二病历数据量采集临床试验队列中的病历数据，作为外部测试集中的病历数据；其中，所述训练集与外部测试集中的病历数据对应于不同的非布司他治疗患者；所述观察性队列与所述临床试验队列中的痛风患者接受20mg非布司他至少1周的治疗，并每4周访视一次，所述观察性队列接受一项评价壳聚糖寡糖治疗的疗效和安全性的随机临床试验，所述外部测试集所对应的临床试验队列在确诊的痛风患者中比较20mg剂量非布司他与低剂量苯溴马隆的疗效和安全性；所述系统还包括：缺失数据补偿单元，用于：获取训练集与外部测试集中存在缺失数据的待补偿病历数据，以基于所述缺失数据占所述待补偿病历数据的比例，确定所述待补偿病历数据的数据缺失占比；若确定所述数据缺失占比小于预设缺失值，则基于欧氏距离确定所述待补偿病历数据所在集合中的各病历数据之间的相似性；基于所述相似性确定预设数量的与所述待补偿病历数据相对应的邻居病历数据，基于所述邻居病历数据的均值估计所述待补偿病历数据的缺失值，基于所述缺失值对所述训练集与所述外部测试集的待补偿病历数据进行插补；所述模型训练单元，具体用于：获取不同类型的机器学习模型，以将所述关键特征数据进行交叉校验后输入各所述机器学习模型进行训练，获得各所述机器学习模型的输出；其中，所述机器学习模型包括：逻辑回归、随机森林、随机梯度下降分类器、极端梯度增强、线性支持向量分类器；基于所述外部测试集中接受非布司他治疗的病历对比，确定所述外部测试集的非布司他疗效预测结果；基于所述外部测试集的非布司他疗效预测结果评价各所述机器学习模型的输出，确定各所述机器学习模型的性能评价值，以基于所述性能评价值获得最佳模型；所述疗效预测单元，具体用于：根据所述最佳模型的输出结果与所述模型训练单元训练过程中获得的学习参数，确定所述非布司他疗效所对应的线性函数；其中，所述学习参数包括：初始线性函数、截距、逻辑回归方程；根据所述非布司他疗效所对应的线性函数确定预设治疗时间内痛风患者的血清尿酸达标率；根据所述血清尿酸达标率与预设目标达标率，预测所述非布司他在所述预设治疗时间内的疗效；模型解释模块，用于计算数据筛选单元选择出的关键特征数据对预测输出的贡献值SHAP值，以便于探讨关键特征数据对非布司他疗效预测模型的影响；所述数据筛选单元，具体用于：获取所述训练集中的各病历数据内的变量数据，以对所述变量数据进行最小最大归一化处理，获得归一化处理后的变量数据；基于内部测试集对所述训练集归一化处理后的变量数据进行十折交叉验证，获得各个归一化处理后的变量数据的差错率；其中，所述内部测试集基于观察性队列中采集的病历数据构成；使用R包glmne对各所述变量数据的差错率，进行最小绝对收缩选择算子回归，以提取十折交叉验证中误差最小的数据作为关键特征数据。

全文数据：

权利要求：

百度查询： 查理高特(青岛)健康科技有限公司 一种非布司他的疗效预测系统、设备及介质