信迪利单抗免疫治疗相关的皮肤毒性风险预测系统及方法

本技术涉及数据处理，具体涉及一种信迪利单抗免疫治疗相关的皮肤毒性风险预测系统及方法。

背景技术：

1、信迪利单抗作为pd-1免疫检查点抑制剂，在胃癌、肺癌、食管癌等恶性肿瘤治疗中应用广泛，但其易诱发免疫相关性皮肤毒性，严重时可导致治疗中断，提前预判风险可指导临床预防性干预。当前，临床缺乏在用药前对患者发生皮肤毒性风险进行量化评估的有效手段。现有预测主要依赖医师经验进行粗略判断，或采用传统统计学模型对少量实验室指标进行单因素分析，难以整合多维度临床数据进行综合评估，且无法构建可供临床便捷使用的在线预测工具。可见，相关技术中存在预测准确性低、无法实现用药前风险前置预判的技术问题。

技术实现思路

1、为了解决上述技术问题，本技术提供了一种信迪利单抗免疫治疗相关的皮肤毒性风险预测系统及方法。

2、第一方面，本技术提供了一种信迪利单抗免疫治疗相关的皮肤毒性风险预测系统，包括：数据获取模块，用于获取多个历史对象的临床基线数据，历史对象为已接受信迪利单抗治疗且具有已知皮肤毒性结局标注信息的对象；数据预处理模块，用于对临床基线数据进行标准化预处理，将临床基线数据转换为用于特征筛选和模型构建的结构化数据；核心特征筛选模块，用于对结构化数据进行初步特征降维以获取候选特征集合，并采用多算法联合特征筛选策略对候选特征集合进行特征重要性评估与筛选，取各算法筛选得到的特征集合的交集，作为核心预测特征集合；模型构建模块，用于基于核心预测特征集合，获取样本数据集，样本数据集包括各历史对象对应的核心特征数据及皮肤毒性结局标注信息，样本数据集包含训练集和测试集；利用训练集对多种候选机器学习模型分别进行训练，并对训练后的各候选机器学习模型进行对比评估后选取目标机器学习模型；利用测试集对目标机器学习模型进行性能验证；预测模块，其中部署有目标机器学习模型，用于获取待接受信迪利单抗治疗的目标对象的核心预测特征集合的一组特征值，将一组特征值输入目标机器学习模型，输出目标对象发生信迪利单抗相关的皮肤毒性风险的预测概率。

3、通过采用上述技术方案，获取多个历史对象的临床基线数据，经标准化预处理转化为结构化数据，再筛选出核心预测特征集合，基于此构建并验证目标机器学习模型，最后利用该目标机器学习模型预测待接受信迪利单抗治疗的目标对象发生皮肤毒性风险的概率，解决了相关技术中预测准确性低、无法实现用药前风险前置预判的问题，实现了对信迪利单抗免疫治疗相关的皮肤毒性风险的准确量化评估和用药前的风险预判的目的，提升了预测准确度。

4、可选的，对结构化数据进行初步特征降维包括：利用最小绝对收缩和选择算子lasso回归模型并采用最小均方误差对应的λ阈值对结构化数据进行计算，筛选出非零系数的变量组成候选特征集合；多算法联合特征筛选策略包括：并行采用boruta算法、极端梯度提升树xgboost算法和基于交叉验证的递归特征消除rfecv算法，分别对候选特征集合中的特征进行特征重要性评估与筛选。

5、通过采用上述技术方案，利用lasso回归模型并采用最小均方误差对应的λ阈值对结构化数据进行初步特征降维，能筛选出非零系数的变量组成候选特征集合，减少数据维度；并行采用boruta算法、极端梯度提升树xgboost算法和基于交叉验证的递归特征消除算法对候选特征集合进行特征重要性评估与筛选，取交集得到核心预测特征集合，可更精准全面地筛选出关键特征，提高信迪利单抗相关的皮肤毒性风险预测的准确性。

6、可选的，核心预测特征集合包含以下指标数据：乳酸脱氢酶、白蛋白、皮质醇、视黄醇结合蛋白、化疗次数、糖类抗原24-2、抗凝血酶iii、天门冬氨酸氨基转移酶线粒体同工酶、糖类抗原125和年龄。

7、通过采用上述技术方案，通过核心特征筛选模块的筛选，将乳酸脱氢酶、白蛋白、皮质醇、视黄醇结合蛋白、化疗次数、糖类抗原24-2、抗凝血酶iii、天门冬氨酸氨基转移酶线粒体同工酶、糖类抗原125和年龄这些指标数据组成核心预测特征集合，能为信迪利单抗相关皮肤毒性风险预测提供丰富且有针对性的数据，使得目标机器学习模型可以基于这些关键指标进行更加准确的训练和风险预测，提高预测信迪利单抗相关皮肤毒性风险的准确性，实现对用药前风险的有效前置预判。

8、可选的，多种候选机器学习模型包括lightgbm模型、xgboost、随机森林、adaboost、gbdt、决策树和logistic回归；对比评估的依据包括：利用训练集对各候选机器学习模型进行5折交叉验证后获得一组评价指标，根据一组评价指标对各候选机器学习模型进行综合对比评估，以选取目标机器学习模型；一组评价指标包括auc值、校准曲线的brier评分以及临床决策曲线所对应的净收益。

9、通过采用上述技术方案，利用训练集对多种候选机器学习模型（lightgbm模型、xgboost、随机森林、adaboost、gbdt、决策树和logistic回归）进行训练，通过5折交叉验证获得包含auc值、校准曲线的brier评分以及临床决策曲线所对应的净收益的评价指标，依据该组评价指标对各候选机器学习模型综合对比评估后择优选取目标机器学习模型，再用测试集对目标机器学习模型进行性能验证，最终得到泛化能力、临床价值均衡的最优模型。

10、可选的，上述系统还包括：可视化输出模块，用于基于shap算法量化核心预测特征集合中各特征对预测概率的贡献度，并输出可视化归因信息；可视化归因信息包括以下至少之一：shap汇总蜂群图；全局特征重要性排序图；单样本风险归因图。

11、通过采用上述技术方案，可视化输出模块基于shap算法量化特征贡献度，可输出shap汇总蜂群图、全局特征重要性排序图和单样本风险归因图这些可视化归因信息，可直观展现各特征对预测概率的影响，辅助医生更清晰准确地理解预测结果，提高对皮肤毒性风险的评估效果。

12、可选的，可视化输出模块还用于输出目标对象的单样本shap归因分析结果，单样本shap归因分析结果中包含各特征值对预测概率的正向贡献或负向贡献的量化数值及可视化展示。

13、通过采用上述技术方案，输出单样本shap归因分析结果及各特征值对预测概率正负向贡献的量化数值和可视化展示，有助于医生直观了解各特征值对预测结果的具体影响，提高对信迪利单抗相关皮肤毒性风险评估和预测的准确性，为临床预防性干预提供更具针对性和量化的参考依据。

14、可选的，预测模块为网页端在线预测模块，网页端在线预测模块配置可视化录入界面；可视化录入界面用于接收用户录入目标对象对应的一组特征值，网页后台自动调用部署完成的目标机器学习模型运算并实时输出皮肤毒性风险的预测概率。

15、通过采用上述技术方案，将预测模块设置为网页端在线预测模块并配置可视化录入界面，可方便用户录入目标对象的特征值，由网页后台自动调用目标机器学习模型进行运算并实时输出预测概率，提高了预测的便利性和及时性，有助于临床医生更便捷地获取信迪利单抗相关皮肤毒性风险的预测结果，指导临床预防性干预。

16、可选的，标准化预处理包括：剔除缺失率大于预设百分比的临床基线数据变量，对剩余变量的缺失值采用链式方程多重插补法进行填充，对填充得到的多个插补数据集分别进行统计分析并依据rubin法则合并统计推断结果，以及对分类变量进行统一编码；分类变量包括肿瘤t分期、肿瘤n分期、肿瘤m分期、肿瘤分化程度和癌种类型。

17、通过采用上述技术方案，剔除缺失率高的临床基线数据变量可避免不可靠数据对后续分析的干扰，使用链式方程多重插补法填充剩余变量缺失值能更合理地利用现有数据，依据rubin法则合并统计推断结果保证处理后数据的科学性和可靠性，对分类变量统一编码便于后续的数据处理和模型构建，进而提高数据质量，为后续精确筛选核心预测特征和构建准确的目标机器学习模型提供良好基础，提升信迪利单抗相关皮肤毒性风险预测的准确性。

18、可选的，数据预处理模块配置有基线差异统计单元；基线差异统计单元用于在执行标准化预处理后，将全部历史对象按照皮肤毒性结局划分为无毒性组与有毒性组，针对不同类型基线指标分别采用卡方检验、独立样本t检验、秩和检验完成组间差异分析，保留组间存在统计学差异的指标所对应的结构化数据送入核心特征筛选模块。

19、通过采用上述技术方案，系统在对临床基线数据进行标准化预处理后，利用基线差异统计单元将历史对象按皮肤毒性结局分组，对不同类型基线指标进行组间差异分析，保留有统计学差异的指标数据用于后续核心特征筛选，能更精准地筛选出与皮肤毒性风险密切相关的特征，提高预测系统对信迪利单抗相关皮肤毒性风险预测的准确性。

20、可选的，核心特征筛选模块配置有共线性检验单元；共线性检验单元接收核心预测特征集合，采用spearman相关性分析计算核心预测特征集合内任意两项特征之间的相关系数，依据计算得到的相关系数判断核心预测特征集合内特征是否存在多重共线性，经检验确认无多重共线性的核心预测特征集合直接作为用于模型构建的最终核心预测特征集合。

21、通过采用上述技术方案，核心特征筛选模块配置共线性检验单元，能采用spearman相关性分析计算核心预测特征集合内任意两项特征间的相关系数，以此判断特征是否存在多重共线性，避免多重共线性对模型的干扰，提高后续模型构建的准确性和稳定性，将经检验无多重共线性的核心预测特征集合作为最终核心预测特征集合用于模型构建，可使构建出的目标机器学习模型更加可靠，从而提升信迪利单抗相关的皮肤毒性风险预测的准确性。

22、在本技术的第二方面，还提供了一种信迪利单抗免疫治疗相关的皮肤毒性风险预测方法，应用于前述任一项的信迪利单抗免疫治疗相关的皮肤毒性风险预测系统中，包括：获取多个历史对象的临床基线数据，历史对象为已接受信迪利单抗治疗且具有已知皮肤毒性结局标注信息的对象；对临床基线数据进行标准化预处理，将临床基线数据转换为用于特征筛选和模型构建的结构化数据；对结构化数据进行初步特征降维以获取候选特征集合，并采用多算法联合特征筛选策略对候选特征集合进行特征重要性评估与筛选，并取各算法筛选得到的特征集合的交集，作为核心预测特征集合；基于核心预测特征集合，获取样本数据集，样本数据集包括各历史对象对应的核心特征数据及皮肤毒性结局标注信息，将样本数据集划分为训练集和测试集；利用训练集对多种候选机器学习模型分别进行训练，并对训练后的各候选机器学习模型进行对比评估后选取目标机器学习模型；利用测试集对目标机器学习模型进行性能验证；部署目标机器学习模型，获取待接受信迪利单抗治疗的目标对象的核心预测特征集合的一组特征值，将一组特征值输入目标机器学习模型，输出目标对象发生信迪利单抗相关的皮肤毒性风险的预测概率。

23、综上所述，本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：

24、1、可以在用药前获取待接受信迪利单抗治疗的目标对象的核心预测特征集合的特征值，输入目标机器学习模型输出预测概率，实现用药前风险的前置预判；

25、2、预测模块为网页端在线预测模块，配置可视化录入界面，能构建可供临床便捷使用的在线预测工具。