欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020101136786
申请人: 苏州大学
专利类型:发明专利
专利状态:未下证
专利领域: 医学或兽医学;卫生学
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种预测糖尿病患者心血管并发症动态发病风险的系统,其特征在于,包括:

数据收集模块,用于从多个卫生系统中收集、整合糖尿病人群的公共卫生数据;

构建模型模块,用于构建贝叶斯多变量联合模型并对所述模型进行评估,所述构建贝叶斯多变量联合模型时:假设在多个时间点收集的糖尿病患者的纵向变量,与发生心血管并发症有关,使用贝叶斯多变量联合模型拟合纵向数据和结局数据,所述联合模型包括纵向子模型和生存子模型,其中所述纵向子模型采用线性混合效应模型,所述生存子模型采用COX比例风险回归模型,其中所述纵向子模型公式:yki(t)=xki(t)βk+zki(t)bki,其中yki(t)表示在时刻t第i个糖尿病患者的第k个变量的变量值,xki(t)和zki(t)分别是固定效应βk*和随机效应bki的系数;所述生存子模型公式:hi(t)=h0(t)exp[γ·wi(t)+α·fi(Ti)],其中hi(t)表示第i个糖尿病患者在时刻t患心血管疾病的风险函数,h0(t)表示基线风险函数,*wi(t)是协变量,相应的系数是γ,fi(Ti)是与纵向变量相关得函数,关联参数α将两个子模型联系起来,假设生存结局与纵向变量在时点的期望值、在时点的变化趋势、在全部时间的累计效应有关;

预测模块,利用评估后的模型对个体进行预测。

2.根据权利要求1所述的预测糖尿病患者心血管并发症动态发病风险的系统,其特征在于:所述的公共卫生数据包括纵向指标和结局变量,所述纵向指标为不同时间多次重复测量的血糖、血压、血脂、尿酸,所述结局变量为冠心病、脑卒中心血管疾病是否发病及发病时间。

3.根据权利要求2所述的预测糖尿病患者心血管并发症动态发病风险的系统,其特征在于:所述公共卫生数据将通过身份证号利用软件SAS进行匹配、整合。

4.根据权利要求1所述的预测糖尿病患者心血管并发症动态发病风险的系统,其特征在于:所述纵向子模型和生存子模型的拟合用软件的程序包进行。

5.根据权利要求1所述的预测糖尿病患者心血管并发症动态发病风险的系统,其特征在于:模型拟合优度评价采用对数似然函数值、AIC信息准则和BIC信息准则,当所述AIC信息准则和BIC信息准则数值越小,而所述对数似然函数值越大,表示模型拟合越好。

6.根据权利要求1所述的预测糖尿病患者心血管并发症动态发病风险的系统,其特征在于:所述对个体进行预测时,对糖尿病患者心血管并发症发病风险有影响的是全部时间空腹血糖的累计效应、全部时间收缩压的累计效应、最近一次检查的尿酸值,以及糖尿病患者的性别、糖尿病诊断时间、身体质量指数。