基于Child-Pugh与胆红素下降率的肝衰竭风险预测系统的制作方法
本发明涉及医疗数据处理及临床风险预测领域,特别涉及基于child-pugh与胆红素下降率的肝衰竭风险预测系统。
背景技术:
1、乙型肝炎病毒相关慢加急性肝衰竭(hbv-related acute-on-chronic liverfailure,hbv-aclf)是在慢性乙型肝炎病毒感染基础上发生急性肝功能恶化并伴有较高短期死亡风险的临床综合征。血浆置换(plasma exchange,pe)为基础的人工肝支持系统是目前临床治疗hbv-aclf的重要手段,能够清除患者循环系统中的胆红素、胆汁酸和部分蛋白结合毒素,并补充白蛋白及凝血因子。
2、然而,不同患者在接受人工肝治疗后的生化恢复速度和短期结局存在显著的个体差异,如何准确、及时地评估患者在治疗后的短期死亡或生存风险,对于临床制定个体化治疗方案具有极其重要的临床意义。
3、目前,临床上常使用child-pugh评分描述疾病严重程度并预测短期死亡风险。然而,child-pugh评分属于静态基线评分,不能直接表达人工肝治疗后的早期可逆性与动态治疗反应。此外,部分现有的复杂机器学习模型虽然引入了多器官功能变量,但这些变量在常规临床数据库中经常缺失,导致模型适用性下降。在实际临床操作中,医护人员通常需要人工查看患者的基线与治疗后检验数据,手工计算总胆红素变化率,再凭经验判断治疗反应。
4、上述方式中,存在采用静态指标(如基线child-pugh评分),无法反映动态治疗响应,或者仅采用固定的胆红素下降阈值而忽略了患者的基线肝储备,或者依赖极易缺失的多器官复杂变量,导致预测准确性与临床实用性失衡。
5、除此之外,还存在临床数据在时间维度和质量维度存在严重的不一致性的问题,原因在于缺乏统一的人工肝治疗时间锚点,导致不同患者的治疗后检验结果存在时间错配;数据中存在单位不统一、重复检验、基线异常等数据噪声,导致风险计算结果的一致性和准确性较差。
6、现有的评估过程多为人工计算或离散系统展示,缺乏可与医院信息系统连接、能自动完成时间锚定和连续风险计算的标准化技术方案,且缺少输入来源、时间窗、模型版本、异常数据及计算日志的保存,难以进行追溯和审计。
7、因此,现在一种基于child-pugh与胆红素下降率的肝衰竭风险预测系统,能够解决上述预测维度失衡、数据时空匹配与质控缺失以及系统集成与可追溯性不足的问题。
技术实现思路
1、本发明提供了基于child-pugh与胆红素下降率的肝衰竭风险预测系统,能够解决上述预测维度失衡、数据时空匹配与质控缺失以及系统集成与可追溯性不足的问题。
2、为了解决上述技术问题,本技术提供如下技术方案:
3、基于child-pugh与胆红素下降率的肝衰竭风险预测系统,包括:
4、数据获取模块,用于获取待预测患者的临床基线数据,所述临床基线数据包括首次人工肝治疗记录、基线总胆红素数据、治疗后总胆红素数据以及基线child-pugh评分组成项;
5、治疗时间锚定模块,用于根据所述首次人工肝治疗记录确定首次人工肝治疗开始时间作为时间锚点,并基于所述时间锚点在预设时间窗内匹配得到基线总胆红素值和治疗后特定时点总胆红素值;
6、数据质控模块,用于对所述临床基线数据、基线总胆红素值和治疗后特定时点总胆红素值进行预处理与质量控制校验,在校验通过时激活后续计算,并在校验未通过时生成异常标记并输出待复核原因;
7、动态指标计算模块,用于根据校验通过的基线总胆红素值和治疗后特定时点总胆红素值,计算得到治疗后特定时点总胆红素下降率;
8、风险运算模块,用于将所述基线child-pugh评分和所述治疗后特定时点总胆红素下降率输入预设的风险预测模型中进行运算,生成所述待预测患者在预设期限内的连续风险概率;
9、结果输出模块,用于根据所述连续风险概率、所述治疗后特定时点总胆红素下降率与预设响应阈值的比较结果,生成治疗响应标记,并输出包含所述连续风险概率、所述治疗响应标记和所述异常标记的结构化预测报告;
10、日志与追溯模块,用于在所述系统运行过程中,自动记录并保存包括原始输入数据、数据选取规则、未选候选数据索引、异常处理记录、模型参数版本以及运算时间戳在内的运行日志。
11、基础方案原理及有益效果如下:本发明提供了一种基于child-pugh与胆红素下降率的肝衰竭风险预测系统,其围绕权利要求1所构建的技术方案,通过各模块的协同配合,实现了对乙型肝炎病毒相关慢加急性肝衰竭(hbv-aclf)患者在接受人工肝支持治疗后短期预后风险的精准、规范、可追溯预测。
12、配置数据获取模块,自动从电子病历系统、检验信息系统或人工肝治疗记录中获取患者标识、首次人工肝治疗记录、基线总胆红素数据、治疗后总胆红素数据以及基线child-pugh评分组成项,所述基线child-pugh评分组成项是包括了基线child-pugh评分的。
13、通过标准化的数据接口与医院信息系统对接,替代传统的人工多系统检索与手动录入,消除了人工收集数据的时间滞后性与主观选择性偏差。极大地提高了临床数据的获取效率,降低了医护人员的手工劳动成本,并从源头上保证了输入数据的客观性、完整性与一致性。
14、治疗时间锚定模块,以首次含血浆置换(pe)的人工肝支持治疗开始时间或记录时间为零时刻时间锚点t0,建立基线时间窗口和特定时点时间窗口,匹配得到基线总胆红素值和治疗后特定时点总胆红素值。
15、临床上不同患者的检验频次、排班时间存在巨大差异。该模块通过引入“首次人工肝治疗时间”作为统一的生理与治疗学时间锚点,将离散的检验数据投影到统一的时间轴上,并利用“最接近目标时点”的匹配规则进行数据对齐。彻底解决了现有技术中因缺乏统一时间基准导致的不同患者“72小时”检验结果实际来自不同治疗阶段的时间错配问题,确保了后续动态指标计算的时间一致性与可比性,消除了由于时间偏倚导致的预测误差。
16、数据质控模块,对获取的临床基线数据及匹配得到的总胆红素值进行单位统一、缺失值识别、重复记录去除、数值合理性校验和时限校验,在校验未通过时生成异常标记并输出待复核原因,同时中断后续计算。
17、在风险计算前建立严格的逻辑门限与数据清洗机制。通过自动识别非标准单位并转换、拦截小于等于零或超出生理极限的异常值、标记超限时间窗,从而在系统入口处过滤掉噪声数据。避免了因数据缺失、单位不统一、异常值或时间窗严重超限而导致的错误下降率计算和误导性风险输出,保障了预测系统在真实临床环境下的鲁棒性、安全性和输出结果的极高可靠性。
18、动态指标计算模块,根据校验通过的基线总胆红素值b0和治疗后特定时点总胆红素值b72,计算得到治疗后特定时点总胆红素下降率r,并记录公式、输入值和计算时间。
19、通过数学公式将静态的胆红素绝对值转化为反映人工肝治疗后早期可逆性的动态变化率(即胆红素下降率),从而将治疗后的动态生理响应予以量化表达。实现了治疗响应的标准化、量化呈现,为后续联合预测提供了高临床价值的动态特征,克服了传统人工查看和估算容易出错的缺陷。
20、风险运算模块,将基线child-pugh评分和计算得到的治疗后特定时点总胆红素下降率输入预设的风险预测模型(包括28天和90天预后模型)中进行运算,生成连续风险概率。该模块是本系统的核心算法机理所在。它将代表“治疗前肝脏储备(静态失代偿程度)”的child-pugh评分,与代表“治疗后早期动态响应(可逆性)”的总胆红素下降率进行双变量有机结合。通过logistic回归模型进行非线性联合映射,同时输出28天和90天两个关键预后时点的连续风险概率。解决了单一静态评分无法反映动态治疗响应、以及单一固定下降率阈值无法兼顾患者基线肝脏储备的预测维度单一与不稳定性问题。该双变量组合既简约又互补,在极少变量下实现了极高的预测效能(28天和90天模型内部验证auc分别达到0.848和0.881,校准斜率分别为0.914和0.937),显著提升了短期风险预测的准确性与临床实用性。
21、结果输出模块,根据连续风险概率、总胆红素下降率与预设响应阈值的比较结果生成治疗响应标记,并输出包含连续风险概率、治疗响应标记、二维风险热图和异常标记的结构化预测报告。
22、将高精度的连续概率预测值与临床易于理解的离散阈值提示(如15%响应界值)、直观的二维空间视觉渲染(风险热图)以及数据质控状态进行多维度融合呈现。为临床医生提供了直观、结构化的决策辅助信息。连续概率有利于精细化评估,响应标记有利于快速筛查,风险热图有利于直观沟通,极大地提高了临床复评、医患沟通与决策的效率。
23、日志与追溯模块,自动记录并保存包括原始输入数据、数据选取规则、未选候选数据索引、异常处理记录、模型参数版本以及运算时间戳在内的运行日志。构建了覆盖“数据输入-时间匹配-质控清洗-指标计算-模型运算-报告输出”全链路的审计追踪链条,对每一个计算步骤和中间决策(如多候选值时为何选择a而未选b)进行留痕。彻底解决了传统预测过程“黑盒化”和不可追溯的问题,满足了医疗数据安全、审计与临床合规性要求,为后续的多中心科研回顾、模型优化和质量改进提供了坚实的数据可追溯性保障。
24、本发明仅使用child-pugh评分和总胆红素下降率两个核心变量。相比于依赖呼吸、循环、尿量等易缺失变量的复杂器官衰竭评分(如sofa、clif-c aclf),本发明对常规临床数据库的数据完整性要求极低。在常规临床环境下几乎不存在因变量缺失导致无法计算的情况,极大地降低了系统的部署成本,提高了在基层医院或回顾性研究中的适用性。
25、临床验证表明,本发明能够以极高的把握度精准识别出治疗反应良好、短期死亡风险极低的患者。这有助于临床医生安全地对该部分患者减少不必要的人工肝治疗频次,或暂缓紧急肝移植评估,从而显著优化医疗资源的配置,降低患者的经济负担。
26、本发明在同一技术流程下同步输出28天(死亡或肝移植)和90天(死亡)两个不同预后时点的连续风险概率。这使得临床医生不仅能评估患者近期的超短期生存风险,还能前瞻性地预判其中期预后走向,为制定阶梯式的治疗与随访计划提供了更具前瞻性的信息支持。
27、综上,本发明解决了预测维度失衡、数据时空匹配与质控缺失以及系统集成与可追溯性不足的问题。
28、进一步,所述治疗时间锚定模块在执行时间锚定与数据匹配时,以所述首次人工肝治疗记录中的首次含血浆置换的人工肝支持治疗开始时间或记录时间作为零时刻时间锚点t0;
29、建立基线时间窗口和特定时点时间窗口,其中所述基线时间窗口定义为所述零时刻时间锚点t0之前的预设历史时间段,所述特定时点时间窗口定义为以零时刻时间锚点t0为基准的预设未来时间段;
30、在所述基线时间窗口内检索最接近零时刻时间锚点t0的有效检验结果作为所述基线总胆红素值;
31、在所述特定时点时间窗口内检索总胆红素检验数据,当所述特定时点时间窗口内存在多个总胆红素检验结果时,计算每个检验结果对应的实际检验时间与目标特定时点的绝对时间差,并选取所述绝对时间差最小的检验结果作为所述治疗后特定时点总胆红素值;
32、若存在两个检验结果与所述目标特定时点的绝对时间差相同,则优先选取检验时间较早的检验结果作为所述治疗后特定时点总胆红素值,并提取未被选取的其他检验结果的唯一数据索引,将所述唯一数据索引发送至所述日志与追溯模块进行记录。
33、进一步,所述数据质控模块在进行预处理与质量控制校验时,对获取的基线总胆红素数据和治疗后总胆红素数据进行单位识别,当识别到单位为非标准单位时,调用预设的单位转换算法将其统一转换为微摩尔每升μmol/l;
34、对临床基线数据进行完整性校验,检测是否存在缺失值、重复记录、单位未知或child-pugh评分组成项不完整的情况;
35、对所述基线总胆红素值进行数值合理性校验,判断所述基线总胆红素值是否小于或等于零,或者是否超出预设的生理学合理数值范围;
36、对所述治疗后特定时点总胆红素值的实际检验时间进行时限校验,判断其是否超出所述特定时点时间窗口的允许偏差范围;
37、若存在任一校验项未通过,则判定当前数据存在质量缺陷,所述数据质控模块立即生成对应的异常标记,并生成包含具体未通过原因的待复核报告发送至所述结果输出模块,同时向所述风险运算模块发送中断指令以停止后续的风险概率计算。
38、进一步,所述动态指标计算模块在计算治疗后特定时点总胆红素下降率时,获取经所述数据质控模块校验通过的基线总胆红素值b0和治疗后特定时点总胆红素值b72;
39、采用预设的下降率计算规则计算治疗后特定时点总胆红素下降率r,所述下降率计算规则为:利用所述基线总胆红素值b0减去所述治疗后特定时点总胆红素值b72得到胆红素绝对下降值,再将所述胆红素绝对下降值除以所述基线总胆红素值b0,并将所得比值乘以百分之百,从而得到所述治疗后特定时点总胆红素下降率r;
40、在计算得到所述总胆红素下降率r后,将本次计算所采用的计算公式文本、输入的基线总胆红素值b0、输入的治疗后特定时点总胆红素值b72、计算完成的系统时间戳以及对应的数据来源系统标识进行封装,生成标准化计算元数据,并将所述标准化计算元数据实时传输至所述日志与追溯模块进行持久化存储。
41、进一步,所述风险运算模块在生成连续风险概率时,调用预设的短期预后风险预测模型,所述预设的短期预后风险预测模型包括28天死亡或肝移植风险预测模型和90天死亡风险预测模型;
42、将所述基线child-pugh评分以及将所述治疗后特定时点总胆红素下降率除以十后的数值,作为自变量输入所述28天死亡或肝移植风险预测模型中,通过对所述自变量进行线性加权求和并累加预设的28天模型截距项,得到28天风险对数几率值,再对所述28天风险对数几率值进行逻辑斯蒂函数映射,计算得到待预测患者在28天内发生死亡或肝移植的连续风险概率p28;
43、将所述基线child-pugh评分以及将所述治疗后特定时点总胆红素下降率除以十后的数值,作为自变量输入所述90天死亡风险预测模型中,通过对所述自变量进行线性加权求和并累加预设的90天模型截距项,得到90天风险对数几率值,再对所述90天风险对数几率值进行逻辑斯蒂函数映射,计算得到待预测患者在90天内发生死亡的连续风险概率p90。
44、进一步,所述风险运算模块还用于:
45、读取系统预设的模型调用配置参数,判断当前激活的模型版本为原始logistic模型版本还是bootstrap收缩校正模型版本;
46、当所述模型调用配置参数指示为原始logistic模型版本时,调用未经过收缩校正的原始模型参数执行风险概率计算;
47、当所述模型调用配置参数指示为bootstrap收缩校正模型版本时,调用预设的收缩校正模型参数执行风险概率计算,其中所述收缩校正模型参数是通过对原始模型进行bootstrap重复抽样评估、计算得到乐观偏倚并对原始模型的自变量系数及截距项进行统一收缩校正后确定的参数,用于降低开发样本中的乐观偏倚并提高外部验证的泛化性能;
48、在计算得到连续风险概率后,将当前实际调用的模型版本标识、模型公式文本以及对应的模型系数配置信息进行打包,作为模型版本元数据发送至所述结果输出模块,以便在最终的结构化预测报告中进行显式标记。
49、进一步,所述结果输出模块在生成治疗响应标记并输出报告时,将计算得到的所述治疗后特定时点总胆红素下降率r与预设的响应界值进行比较,若所述总胆红素下降率r大于或等于所述响应界值,则生成指示达到胆红素响应的第一响应状态标记;若所述总胆红素下降率r小于所述响应界值,则生成指示胆红素响应不足的第二响应状态标记,其中所述第一响应状态标记和所述第二响应状态标记作为辅助临床提示,不替代所述连续风险概率;
50、调用预设的二维风险热图生成算法,以所述基线child-pugh评分为横轴或纵轴,以所述治疗后特定时点总胆红素下降率r为另一轴,在预设的二维风险矩阵中定位待预测患者对应的风险坐标点,并根据所述风险坐标点所在区域的预设风险等级渲染对应的视觉颜色,生成直观的二维风险热图;
51、将所述连续风险概率、所述第一响应状态标记或第二响应状态标记、所述二维风险热图、数据质量状态、当前调用的模型版本以及患者去标识化基本信息进行排版拼接,生成患者级的结构化预测报告进行可视化展示。
52、进一步,所述日志与追溯模块在自动记录并保存运行日志时,构建标准化的结构化日志数据格式,所述日志数据格式包含数据源信息字段、规则匹配字段、异常记录字段、模型元数据字段以及审计追踪字段;
53、在系统运行过程中,实时捕获并记录所述数据获取模块接入的医疗信息系统标识及原始数据读取时间;
54、记录所述治疗时间锚定模块在匹配总胆红素数据时所采用的时间窗口匹配规则,以及当存在多个候选检验结果时未被选取的其他候选检验结果的数据索引和选取理由;
55、记录所述数据质控模块在进行数据校验时发现的具体异常类型、异常字段以及对应的质控拦截或待复核处理过程;
56、记录所述风险运算模块在计算风险概率时所采用的具体模型公式、截距项系数、自变量权重系数以及实际参与运算的输入数值;
57、记录每一次风险预测计算的精确系统结束时间戳以及执行当前预测操作的系统用户身份标识,并将上述所有记录的信息进行关联封装,生成不可篡改的加密运行日志文件进行本地或云端存储,以提供完整的审计追溯链条。
58、进一步,所述系统还包括动态趋势分析模块,用于实现患者风险的连续动态监测与趋势预测,在所述数据获取模块获取到待预测患者在首次人工肝治疗后的多个不同时点的总胆红素检验数据时,所述治疗时间锚定模块以所述零时刻时间锚点t0为基准,分别建立与所述多个不同时点相对应的多个动态时间窗口;
59、所述动态指标计算模块针对每个动态时间窗口,分别计算所述待预测患者在对应时点的动态总胆红素下降率,得到随时间变化的动态下降率序列;
60、所述风险运算模块将所述基线child-pugh评分与所述动态下降率序列中的每个动态下降率分别进行组合,依次输入对应的风险预测模型中,计算得到与所述多个不同时点一一对应的多个连续风险概率,从而构建得到患者预后风险随治疗时间推移的动态风险演变序列;
61、所述结果输出模块根据所述动态风险演变序列,绘制所述待预测患者的短期死亡或肝移植风险随时间变化的动态趋势曲线,并将所述动态趋势曲线集成至所述结构化预测报告中进行动态展示,以反映患者在接受人工肝支持治疗过程中的实时风险波动与恢复趋势。
62、进一步,还包括多中心适配与模型自适应更新模块,用于支持跨医疗机构的数据接入与预测模型的本地化校准,提供标准化的多中心数据接口,用于对接不同医疗机构的医院信息系统、电子病历系统或检验信息系统,实现异构临床数据的标准化映射与接入;
63、收集所述不同医疗机构在实际应用中积累的、具有已知观察结局的本地患者历史数据集;
64、当所述本地患者历史数据集的样本量达到预设的更新阈值时,所述多中心适配与模型自适应更新模块自动触发模型校准程序,利用所述本地患者历史数据集对所述风险预测模型进行本地化评估,计算得到在本地数据集上的校准斜率和校准曲线;
65、根据所述校准斜率和校准曲线,自动对所述风险预测模型的截距项和/或自变量权重系数进行微调与重新校准,生成专门适用于当前医疗机构的个性化本地模型版本;
66、在所述个性化本地模型版本通过预设的效能验证后,自动将其部署为当前医疗机构的默认运行版本,并将更新后的模型参数、校验结果以及更新时间戳发送至所述日志与追溯模块进行版本化登记,实现预测模型在多中心环境下的持续自适应演进。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com