一种甲状腺功能减退患者高血压风险预测系统及方法

本发明属于医疗数据处理、临床检验结果组合计算和慢性病风险评估，具体涉及一种甲状腺功能减退患者高血压风险预测系统及方法。

背景技术：

1、甲状腺功能减退症是临床常见的慢性内分泌疾病。甲状腺激素缺乏不仅影响机体基础代谢，还可引起外周血管阻力升高、肾脏灌注与容量调节改变、酸碱代谢扰动以及糖脂代谢紊乱等多系统改变。高血压是甲状腺功能减退患者重要的心血管并发症，及早识别该人群中高血压风险较高的个体，有助于开展针对性的血压监测和心血管风险管理。

2、目前，高血压风险评估多面向一般人群，通常依据血压水平、年龄或单项肾功能、代谢指标进行判断；亦有研究以代谢标志物组合或共病指数结合甲状腺功能指标，构建甲状腺功能减退相关人群的心血管事件预测模型。在特定疾病人群风险预测的系统化实现方面，cn116206761a公开了一种男性性腺功能减退症风险预测系统，采用lasso结合逻辑回归构建模型，以输入、预测和输出模块实现，说明书给出了含截距和各变量系数的完整回归表达式；cn121641448a针对甲状腺结节人群公开了lasso筛选、共线性诊断、多因素逻辑回归、列线图分值换算与系统实现的完整链路，并给出了惩罚参数与共线性诊断的具体数值；cn119534857a针对老年亚临床甲状腺功能减退人群的心血管风险，采用lasso-cox降维建模，布局了检测系统、电子设备与存储介质，并给出了列线图总分公式。然而，上述方案的适用人群与预测结局各不相同，输入指标为各自的特定组合，模型验证多基于单中心自有数据，未体现针对不同来源数据的跨机构复现性验证；现有技术尚未形成面向已确诊甲状腺功能减退人群高血压风险、以常规检验指标为固定输入组合的预测方案。

3、另一方面，阴离子间隙与血压的关联在一般人群中已有文献记载，但上述方案均未将阴离子间隙作为必要输入指标，因而未面临也未解决阴离子间隙的口径问题。阴离子间隙的计算口径并不统一，可因是否纳入钾、以碳酸氢根还是总二氧化碳代入以及是否进行白蛋白校正而产生差异；若不固定阴离子间隙的计算口径以及模型的变量编码和全部计算参数，不同机构对同一患者可能得到不同的风险结果。现有技术尚未给出能够跨机构精确复现、适用于甲状腺功能减退人群高血压风险预测的固定输入组合及其成套计算参数。

技术实现思路

1、针对现有技术存在的缺陷和不足，本发明提供一种甲状腺功能减退患者高血压风险预测系统及方法。本发明面向已确诊甲状腺功能减退的患者群体，将年龄、肌酐、阴离子间隙和糖尿病患病状态固定为四项联合输入，四项指标分别对应血管老化、肾功能及相关容量调节变化、酸碱代谢和糖代谢维度，共同覆盖该人群高血压风险相关的多系统改变。其中，阴离子间隙统一按同一次血清检验中钠浓度减去氯浓度与碳酸氢根浓度之和的不含钾口径计算，避免了不同机构在阴离子间隙定义上的差异所导致的计算偏差。系统在计算前对四项输入进行校验，任一固定输入缺失或阴离子间隙口径不符合固定口径时不执行计算并提示复核；随后调用训练阶段成套固化且不得单独更新的参数组，对四项输入实施标准化转换，计算线性预测值并经逻辑斯蒂函数转换为高血压风险概率，还可输出基于预设风险阈值的风险分层结果。作为优选实现方式，系统还提供列线图分值映射和原始量纲直接计算两条计算路径，与标准化转换路径均由同一固化模型导出，输出的风险概率一致，便于交叉核对。本方案仅依赖常规检验与病历信息，即可为甲状腺功能减退患者提供跨机构可复现、确定一致的高血压风险参考性评估。

2、本发明解决其技术问题具体采用的技术方案是：

3、本发明针对现有技术中甲状腺功能减退患者高血压风险预测在跨机构使用时存在的变量口径不一致、计算参数不完整以及个体风险概率难以精确复现的问题，提供一种甲状腺功能减退患者高血压风险预测系统及方法。该方案以已确诊甲状腺功能减退人群为适用对象，通过固定联合输入组合、统一阴离子间隙计算口径以及成套固化并成套调用模型计算参数，使相同的输入在不同机构获得确定一致的风险概率、列线图总分和风险分层结果。

4、本发明提供一种甲状腺功能减退患者高血压风险预测系统，包括数据接收模块、参数存储模块、数据标准化模块、风险计算模块和风险输出模块。

5、数据接收模块用于获取待评估患者的固定联合输入项。待评估患者为已确诊甲状腺功能减退的患者；固定联合输入项由年龄、肌酐、阴离子间隙和糖尿病患病状态四项数据组成，四项数据固定搭配、不可任意替换。四项输入的选取与甲状腺功能减退的疾病背景相对应，其中年龄表征血管老化及累积暴露，肌酐表征甲状腺肾脏轴相关的肾功能和容量调节变化，阴离子间隙表征未测定阴离子所对应的酸碱及全身代谢扰动，糖尿病患病状态表征持续糖代谢异常和相关微血管负担；甲状腺激素不足可伴随外周血管阻力增加、肾灌注和钠水调节变化，并与胰岛素抵抗、低度炎症、氧化应激及内皮功能异常相关，在该疾病背景下，四项指标可共同反映该人群高血压风险相关的下游多系统表型。由于适用对象已经由甲状腺功能减退诊断条件限定，风险计算的目标是识别该人群是否合并高血压而非再次判断甲状腺功能减退，促甲状腺激素和游离甲状腺素等指标仍具有诊断和治疗监测价值，但不作为四项联合输入的替代项。阴离子间隙按照同一次血清检验中钠浓度减去氯浓度与碳酸氢根浓度之和的不含钾固定口径计算获得，采用同一次血清检验可确保各电解质指标来源于同一标本，避免因不同次检验间的生理波动引入计算误差。

6、参数存储模块用于成套存储训练阶段固化的参数组。参数组包括年龄、肌酐、阴离子间隙和糖尿病患病状态各自对应的中心值和尺度值，以及逻辑回归模型的截距和分别与四项数据一一对应的回归系数。上述参数在训练完成后作为一个整体绑定保存，调用时整体调用，外部数据和待评估个体不得单独更新参数组中的任一参数，从而避免因参数局部变动导致输出结果不可复现，保障跨机构计算的确定性。

7、数据标准化模块用于调用参数组中的各中心值和尺度值，对固定联合输入项中的各项数据分别进行标准化转换，以消除不同指标在量纲和数值范围上的差异，使各项数据在统一的计算尺度下参与后续模型计算。

8、风险计算模块用于以标准化转换后的各项数据为自变量，调用参数组中的截距和各项回归系数计算线性预测值，并通过逻辑斯蒂函数将线性预测值转换为高血压风险概率，即：

9、

10、其中，为线性预测值。风险计算模块所依据的截距和回归系数均来自参数组中成套固化的参数，不随输入数据的来源不同而变化。

11、风险输出模块用于输出高血压风险概率。输出的风险概率作为参考性风险信息，用于辅助识别甲状腺功能减退患者中高血压风险较高的个体。

12、上述四项数据构成的固定联合输入项为模型开发阶段经变量筛选收敛确定：以是否合并高血压为结局对候选变量实施最小绝对收缩和选择算子回归筛选，对筛选所得初始变量进行共线性诊断以及单因素、多因素逻辑回归分析后，将赤池信息准则保留的变量与贝叶斯信息准则保留的变量的交集确定为四项数据。该过程用于说明四项组合的形成方式，系统在运行阶段仅调用固化的参数组执行计算，不重复执行上述筛选过程。

13、进一步地，阴离子间隙的固定口径为不含钾且未经白蛋白校正的口径，计算公式为：

14、

15、其中，为阴离子间隙，、和分别为同一次血清检验中的钠、氯和碳酸氢根浓度，单位均为mmol/l；当实验室以总二氧化碳报告碳酸氢根时，以同次检验的总二氧化碳值代入计算；数据库直接提供阴离子间隙字段时，先核对该字段的生成口径，口径不一致的数据不直接进入模型。系统对获取的固定联合输入项进行校验，校验内容包括各项数据的数据类型、单位、取值范围、同次检验关系以及阴离子间隙的计算口径，当任一固定输入缺失或阴离子间隙的计算口径不符合固定口径时，不进入后续计算，即不执行高血压风险概率计算并提示复核。口径统一与校验拒绝相结合，避免了口径漂移或残缺数据进入计算流程，保障了输入数据的可靠性和输出结果的可信性。

16、进一步地，标准化转换为z评分转换，按：

17、

18、执行，其中为第项数据的原始值，和分别为该数据在训练集中经最终编码后的中心值和尺度值，为标准化转换值；所述四项数据的中心值依次为、、和，尺度值依次为、、和。糖尿病患病状态先按无/有编码为0/1，再与其余三项数据一同参与标准化转换；中心值和尺度值均取自训练集，固化后不再随待评估个体的数据而改变，验证数据集和待评估个体仅调用而不重新估计。

19、进一步地，逻辑回归模型的截距为-0.226374，四项回归系数依次为：年龄、肌酐、阴离子间隙、糖尿病患病状态。上述截距和回归系数与前述z评分转换得到的标准化值配套使用，即回归系数的作用对象为经标准化转换后的数值，而非原始量纲数值。

20、进一步地，风险输出模块还用于将高血压风险概率与预设风险阈值进行比较并输出风险分层结果。预设风险阈值为训练集最大约登指数对应的风险阈值，即以训练集上约登指数（敏感性与特异性之和减一）取最大值时所对应的概率截断值确定，本发明中该阈值取0.425142。高血压风险概率不低于该阈值时输出为高风险层级，低于该阈值时输出为低风险层级。风险分层结果便于在血压监测和心血管风险管理场景中直观使用。

21、进一步地，系统还包括列线图映射模块，用于将固定联合输入项中的各项数据分别换算为列线图分值并求和得到列线图总分，再根据总分与线性预测值的固定映射关系确定线性预测值，并通过逻辑斯蒂函数将线性预测值转换为高血压风险概率；风险输出模块还用于输出列线图总分。列线图分值换算规则为：

22、

23、

24、

25、

26、列线图总分：

27、

28、总分与线性预测值的映射关系为：

29、

30、其中，为以岁计的年龄，为以μmol/l计的肌酐，ag为以mmol/l计的阴离子间隙，dm为糖尿病患病状态编码值且无糖尿病取0、有糖尿病取1。列线图各输入轴的取值节点、对应分值以及总分与风险概率的映射关系均由同一固化模型导出，不采用人工近似赋分；训练集风险阈值0.425142对应列线图总分81.091374。列线图将风险计算转化为直观的分值累加与查对过程，便于系统内部进行精度控制以及实际使用中的交叉核对。

31、进一步地，风险计算模块还能够采用原始量纲公式计算线性预测值，原始量纲公式为：

32、

33、其中，age以岁计、cr以μmol/l计、ag以mmol/l计、dm无糖尿病取0、有糖尿病取1。该公式由标准化公式经参数代换导出，与采用标准化转换的计算方式等价，二者择一使用，不得将原始输入代入标准化系数。标准化转换路径、原始量纲公式路径和列线图分值映射路径由同一固化模型导出，对同一输入数据输出一致的风险概率；其中，原始量纲公式的系数由标准化模型的截距和回归系数经数学换算导出，列线图分值的换算系数同样由标准化模型参数导出，均非人工赋分或经验拟合所得。三条等价计算路径便于系统内部进行计算精度控制，也便于实际使用中通过不同路径进行交叉核对。

34、本发明还提供一种甲状腺功能减退患者高血压风险预测方法，包括以下步骤：

35、获取待评估患者的固定联合输入项，待评估患者为已确诊甲状腺功能减退的患者，固定联合输入项由年龄、肌酐、阴离子间隙和糖尿病患病状态四项不可替换的数据组成，阴离子间隙按照同一次血清检验中钠浓度减去氯浓度与碳酸氢根浓度之和的不含钾固定口径计算获得；

36、调用训练阶段成套固化的参数组，参数组包括年龄、肌酐、阴离子间隙和糖尿病患病状态各自对应的中心值和尺度值，以及逻辑回归模型的截距和分别与四项数据一一对应的回归系数，参数组成套调用且不得单独更新其中任一参数；

37、按照参数组中的各中心值和尺度值，对固定联合输入项中的各项数据分别进行标准化转换；

38、以标准化转换后的各项数据为自变量，根据参数组中的截距和各项回归系数计算线性预测值，并通过逻辑斯蒂函数将线性预测值转换为高血压风险概率；

39、输出高血压风险概率。

40、进一步地，标准化转换为z评分转换，四项数据的中心值依次为59.056565、75.203394、16.768910和0.282823，尺度值依次为18.569071、31.789373、3.403722和0.450488；截距为-0.226374，四项回归系数依次为年龄1.147572、肌酐0.599514、阴离子间隙0.181095、糖尿病患病状态0.402119。

41、进一步地，方法还包括将固定联合输入项中的各项数据分别换算为列线图分值并求和得到列线图总分，按照的总分与线性预测值映射关系确定线性预测值并通过逻辑斯蒂函数转换为高血压风险概率的步骤，其中s为列线图总分、为线性预测值；以及将高血压风险概率与预设风险阈值0.425142进行比较，不低于该阈值时输出为高风险层级、低于该阈值时输出为低风险层级的步骤。

42、相比于现有技术，本发明及其优选方案将适用对象确定为已确诊甲状腺功能减退的患者，并将年龄、肌酐、阴离子间隙和糖尿病患病状态固定为四项联合输入，以常规检验信息综合覆盖该人群高血压风险相关的血管、肾脏、酸碱代谢和糖代谢维度，避免了面向一般人群的评估方案或依据单项指标判断难以同时反映多系统风险变化的不足。通过统一阴离子间隙的计算口径并在计算前完成输入校验，避免了不同机构因口径定义差异和输入不完整所产生的计算偏差，保障了进入计算的输入数据口径一致、内容完整。通过将标准化参数、模型截距和回归系数成套固化并成套调用、禁止单独更新，使相同的四项输入在不同机构均获得确定一致的风险概率、列线图总分和风险分层结果，实现了跨机构的可复现输出。通过提供标准化计算、原始量纲计算与列线图分值映射三条等价计算路径，便于系统内部的计算精度控制以及实际使用中的交叉核对。固定四项组合在内部队列的训练与独立测试、多次自助法重抽样以及外部数据库队列和年龄、性别亚组中均按照区分度、校准度和临床净获益指标进行了评价，验证结果界定了该组合的稳定性和适用范围。此外，本方案仅依赖年龄、肌酐、阴离子间隙和糖尿病患病状态等常规检验与病历信息，便于在临床决策支持场景中作为参考性风险信息使用。