(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111273906.7 (22)申请日 2021.10.2 9 (71)申请人 常州市第一人民医院 地址 213000 江苏省常州市局前街185号 (72)发明人 张淑瑛　蒋丽娟　邵小南　 (74)专利代理 机构 南通毅帆知识产权代理事务 所(普通合伙) 32386 代理人 肖丽 (51)Int.Cl. G16H 10/60(2018.01) G16H 50/70(2018.01) G16H 50/80(2018.01) G06N 20/00(2019.01) (54)发明名称 一种基于机器学习的预测新冠肺炎患者风 险分层的方法 (57)摘要 本发明公开了一种基于机器学习的预测新 冠肺炎患者风险分层的方法， 属于医疗技术领 域， 包括以下步骤： 步骤一、 收集新型冠状病毒感 染的患者； 步骤二、 新冠肺炎患者临床资料的采 集记录及储存； 步骤三、 数据处理分析。 本基于机 器学习的预测新冠肺炎患者风险分层的方法， 其 应用机器学习的方法构建了基于超敏C反应蛋 白、 降钙素原、 年龄、 中性粒细胞计数、 血红 蛋白、 中性粒细胞比率、 血小板分布宽度的XGBoost模 型， 该模型提高了新冠肺炎患者风险分层的准确 性， 能有效评估患者的严重程度， 诊断效能全面 优于基于相同参数的逻辑回归 方法， 有利于临床 医生早期识别重症患者。 权利要求书1页 说明书4页 附图2页 CN 113936761 A 2022.01.14 CN 113936761 A 1.一种基于机器学习的预测新冠肺炎患者风险分层的方法， 其特征在于： 包括以下步 骤： 步骤一、 收集 新型冠状病毒感染的患者； 步骤二、 新冠肺炎患者临床资料的采集记录及储 存； 步骤三、 数据处理分析： 使用机器学习极端梯度增强XGBoost的方法对临床一般资料和 实验室指标 特征进行预测的重要性 排序。 2.根据权利要求1所述的一种基于机器学习的预测新冠肺炎患者风险分层的方法， 其 特征在于： 在步骤一中， 收集新型冠状病毒感染的患者时病例资料收集的纳入标准为:实时 荧光RT‑PCR检测新型 冠状病毒 核酸阳性； 病例资料收集的排除标准 为: 15岁以下患者。 3.根据权利要求1所述的一种基于机器学习的预测新冠肺炎患者风险分层的方法， 其 特征在于： 在步骤二中， 新冠肺炎患者临床资料采集包括： 患者年龄、 性别、 患者的既往病 史， 包括高血压、 糖尿病、 冠心病、 脑血管疾病、 肿 瘤、 慢性肾脏病、 慢性肝病、 酗酒、 吸烟； 实 验室指标包括血常规、 超敏C反应蛋白、 降钙素原。 4.根据权利要求1所述的一种基于机器学习的预测新冠肺炎患者风险分层的方法， 其 特征在于： 在步骤三中， 数据 处理分析： 表示数据时， 连续变量表示为平均标准差或中位数 (Q1‑Q3)， 分类变量表示为频率(%)； 使用非配对的student  t‑test或Mann  Whitney非参数 检验来比较连续变量； 使用Pearso n卡方检验和Fisher 精确检验来分析分类 变量。 5.根据权利要求4所述的一种基于机器学习的预测新冠肺炎患者风险分层的方法， 其 特征在于： 在步骤三中， 使用一般临床资料和实验室指标预测风险分层来训练机器学习模 型 （XGBoost）， 优化后的模型参数设置如下:booster=gbtree， objective  = binary:  logistic， eta  = 0.3， gamma=  5， max_depth=6， min_child_weight=1， subsample=1， colsample_bytree=1； 为了评估由模型开发的特征的重要性， 计算增益、 覆盖和频率三个重 要性分数， 其中增益是解释每个特征相对重要性的最相关属 性， 根据各种因素对风险预测 的重要性对其进行了排序， 发现超敏C反应蛋白(hs ‑CRP)、 降钙素原(PCT)和年龄是前三位 风险因素， 其次是四项常规血液学指标:  中性粒细胞计数(Neuc)、 血红蛋白(HGB)、 中性粒 细胞比率(Neur)和血小板分布宽度(P DW)。 6.根据权利要求5所述的一种基于机器学习的预测新冠肺炎患者风险分层的方法， 其 特征在于： 利用机器学习算法选取的上述7个指标作为模型参数(自变量)， 以患者风险分层 作为因变量， 采用多元逻辑回归 方法建立另一个预测模型； Logit(P)=  7.05139+2.31599 × 降钙素原+  0.00264  ×超敏C反应蛋白+  0.06364  ×年龄+ 0.14735  ×中性粒细胞计数+   0.02677  ×中性粒细胞百分比 ‑0.00751×血红蛋白+  0； 上述公 式中的P值为患者被诊断为 重症或以上病例的概 率。 7.根据权利要求6所述的一种基于机器学习的预测新冠肺炎患者风险分层的方法， 其 特征在于： XGBoost模 型会对每个病例进 行预测， 生 成患者是否诊断为重型以上的预测概率 （P） ； 对预测概率取不同的Cut ‑off值来判断患者的分层， 对于每一个Cut ‑off值， 都可以得 到相应的灵敏度和特异度并绘制接收器工作特性(ROC)曲线， 计算曲线下面积(AUC)和95% 置信区间(CI)； 对于逻辑回归模型， 通过计算每个病例的Logit  (P)绘制ROC曲线， 并计算 AUC和95% CI； 使用Delong检验比较两种模型的AUC， 发现两种模型的AUC有显著差异 （0.978   vs. 0.827， P = 0.002） ， 且机器学习模型的敏感性、 特异性和准确性均优于 逻辑回归 模型。权　利　要　求　书 1/1 页 2 CN 113936761 A 2一种基于机 器学习的预测新冠肺炎患者风险分层的方 法 技术领域 [0001]本发明涉及医疗技术领域， 更具体地说， 它涉及一种基于机器学习的预测新冠肺 炎患者风险分层的方法。 背景技术 [0002]新型冠状病毒病2019 （COVID   ‑19） 是一种由严重急性呼吸系统综合症冠状病毒2 （SARS‑CoV‑2） 引起的新型呼吸道和系统性疾病， 自2019年12月报道以来， 迅速在全球范 围 内流行， 给全球公共卫生带来了巨大挑战。 SARS ‑CoV‑2感染可能是无症状的， 也可能引起多 种症状， 临床表现多为 发热、 乏力、 干咳等， 而少数患者病情危重， 可出现严重肺炎和多脏器 的衰竭， 并最 终导致死亡。 因此能够早期识别患者发展为重症或危重病人的风险非常重要， 这样预后不良的病 人就可以得到及时的干预， 最大限度地减少疾病的进展， 于是一些预测 模型被开发和研究， 但大多采用传统回归 模型。 [0003]近年来， 随着科技的发展， 各种机器学习和人工智能技术以其更好的可扩展性、 更 快的处理能力被广泛应用于患者追踪、 疫苗开发和患者筛选等。 XGBoost模 型已被证明为各 种医疗应用提供了最先进的结果， 并在机器学习算法方面 获得了众多 奖项。 然而， 有关机器 学习和人工智能在识别患者疾病进展和估计死亡风险方面的应用相对较少。 我们的研究基 于COVID‑19患者的一般资料和实验室指标， 利用机器学习和多因素逻辑回归方法， 开发了 预测COVID ‑19患者风险分层的多变量预测模型， 比较了 两种模型的预测性能。 [0004]为此， 提出一种基于 机器学习的预测新冠肺炎患者 风险分层的方法。 发明内容 [0005]针对现有技术存在的不足， 本发明的目的在于提供一种基于机器学习的预测新冠 肺炎患者风险分层的方法， 其应用机器学习的方法构建基于hs ‑CRP、 PCT、 年龄、 Neuc、 HGB、 Neur和PDW的XGBoost模型， 用于识别危重新冠肺炎患者， 该方法具有良好的预测性能， 诊断 效率优于使用相同参数建立的逻辑回归方法， 提高了对C OVID‑19患者进 行风险分层的准确 性， 能有效评估COVID ‑19患者的严重程度， 这有利于医生及时预测疾病的进展并加以干预， 以解决上述背景技 术中提出的问题。 [0006]为实现上述目的， 本发明提供了如下技 术方案： 一种基于机器学习的预测新冠肺炎患者风险分层的方法， 其特征在于： 包括以下 步骤： 步骤一、 收集 新型冠状病毒感染的患者； 步骤二、 新冠肺炎患者临床资料的采集记录及储 存； 步骤三、 数据处理分析： 使用机器学习极端梯度增强XGBoost的方法对临床 一般资 料和实验室指标 特征进行预测的重要性 排序。 [0007]进一步的， 在步骤一中， 收集新型冠状病毒感染的患者时病例资料收集的纳入标 准为:实时荧光RT ‑PCR检测新型冠状病毒核酸阳性； 病例资料收集的排除标准为:  15岁以说　明　书 1/4 页 3 CN 113936761 A 3