一种肝癌患者免疫治疗超进展风险的预测模型、构建方法及其应用与流程

技术特征：
1.一种肝癌患者免疫治疗超进展风险评估模型的构建方法，其特征在于，包含以下步骤：s1：获取hpd患者及非hpd患者的临床资料；s2：使用差异分析检测hpd患者及非hpd患者中的变量；s3：使用单变量和多变量逻辑回归分析确定与hpd相关的临床变量，建立风险模型；所述临床变量包含淋巴结转移、肺转移、nlr、白蛋白和ps评分。2.根据权利要求1所述的方法，其特征在于，所述临床资料的收集包括：患者年龄、性别、饮酒、吸烟史、丙型肝炎病毒(hbv)感染、丙型肝炎病毒(hcv)感染、ecogps、child
‑
pugh评分、血常规(中性粒细胞和淋巴细胞计数)和血液生化(丙氨酸氨基转移酶、天冬氨酸氨基转移酶、总胆红素和白蛋白)、pd
‑
1抑制剂治疗前发生转移的器官、发生转移的器官数量、门静脉癌栓(pvtt)、pvtt类型和pd
‑
1抑制剂治疗前的治疗类型。3.根据权利要求1所述的构建方法，其特征在于，所述风险模型的计算公式为logit(p)＝
‑
3.208 1.450
×
淋巴结转移 1.043
×
肺转移 0.610
×
nlr
‑
0.848
×
白蛋白 0.323
×
ps评分；优选地，所述模型公式中对纳入模型的变量赋值为：患有所述淋巴结转移，则其变量赋值为1，否则为0；患有所述肺转移，则其变量赋值为1，否则为0；若所述nlr≥3，则其变量赋值为1，否则为0；若所述白蛋白≥35g/l，则其变量赋值为1，否则为0；若ps评分≥2，则其变量赋值为0，否则为1；其中，若logit(p)≥
‑
2.60，预测为hpd高风险患者；若logit(p)＜
‑
2.60，预测为hpd低风险患者。4.根据权利要求1～3任一项所述的构建方法，其特征在于，所述hpd定义为：(1)治疗开始后2个月内的pdx，可测量的病灶增加≥10mm；和(2)靶病灶总直径较基线增加≥40％和/或靶病灶总直径较基线≥20％的同时两个不同器官出现新病灶。5.一种肝癌患者免疫治疗超进展风险评估系统，其包括：输入单元，至少用于输入待评估数据；分析单元：由权利要求1～4中任一项所述方法构建得到的基于logistic算法的风险评估模型，至少用于对该待评估数据进行分析；评估单元：至少用于显示模型评分；所述评分≥
‑
2.60，预测为hpd高风险患者；所述评分＜
‑
2.60，预测为hpd低风险患者。6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1～4任一项所述的模型构建方法。7.一种存储介质，其中存储有处理器可执行的指令，其特征在于，所述处理器可执行的指令在由处理器执行时用于执行权利要求1～4任一项所述的模型构建方法。8.检测权利要求1～4任一项所述临床变量的物质在制备肝癌患者免疫治疗超进展风险评估产品中的应用；优选地，所述评估通过logistic回归模型进行风险评估，其中模型公式为logit(p)＝
‑
3.208 1.450
×
淋巴结转移 1.043
×
肺转移 0.610
×
nlr
‑
0.848
×
白蛋白 0.323
×
ps评分；优选地，所述模型公式中对纳入模型的变量赋值为：患有所述淋巴结转移，则其变量赋值为1，否则为0；患有所述肺转移，则其变量赋值为1，否则为0；若所述nlr≥3，则其变量赋值为1，否则为0；若所述白蛋白≥35g/l，则其变量赋值为1，否则为0；若ps评分≥2，则其变量赋值为0，否则为1；其中，若logit(p)≥
‑
2.60，预测为hpd高风险患者；若logit(p)＜
‑
2.60，预测为hpd低风险患者。9.一种产品，其特征在于，包含权利要求8所述的物质。10.权利要求1～4任一项所述方法或权利要求5所述系统或权利要求6所述电子设备或权利要求7所述存储介质或权利要求9所述产品在制评估肝癌患者免疫治疗超进展风险中的应用。

技术总结
本发明公开了一种肝癌患者免疫治疗超进展风险的预测模型、构建方法及其应用，本发明发现通过淋巴结转移、肺转移、NLR、白蛋白和PS评分建立预测模型Logit(p)＝


技术研发人员：刘莉 李绮美 彭杰 肖芦山
受保护的技术使用者：南方医科大学南方医院
技术研发日：2021.09.18
技术公布日：2021/12/7