本發(fā)明涉及醫(yī)療數(shù)據(jù)處理，尤其涉及一種基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估系統(tǒng)和方法。

背景技術(shù)：

1、在現(xiàn)有技術(shù)中，選擇性β1受體阻滯劑美托洛爾是一種老年心血管疾病藥物，但在多病共存、多重用藥、肝腎功能減退的老年患者使用過(guò)程中，美托洛爾治療反應(yīng)存在較大個(gè)體間差異性，為老年心血管疾病患者的臨床治療帶來(lái)困擾。細(xì)胞色素p450?2d6（cyp2d6）基因多態(tài)性是造成美托洛爾反應(yīng)存在個(gè)體間差異性的一個(gè)重要原因。

2、然而，現(xiàn)有醫(yī)療數(shù)據(jù)的處理方法過(guò)于繁瑣。此外，在如何有效地對(duì)美托洛爾藥物進(jìn)行風(fēng)險(xiǎn)評(píng)估、有效處理醫(yī)療數(shù)據(jù)等方面仍存在很大改進(jìn)空間。

3、因此，有必要提供一種藥物評(píng)估方法，以解決上述問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明意在提供一種基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估系統(tǒng)和方法，以解決現(xiàn)有技術(shù)中如何有效地對(duì)美托洛爾藥物進(jìn)行風(fēng)險(xiǎn)評(píng)估、有效處理醫(yī)療數(shù)據(jù)等的技術(shù)問(wèn)題，本發(fā)明要解決的技術(shù)問(wèn)題通過(guò)以下技術(shù)方案來(lái)實(shí)現(xiàn)。

2、本發(fā)明第一方面提出一種基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估方法，包括：收集歷史醫(yī)療數(shù)據(jù)，對(duì)所收集的歷史醫(yī)療數(shù)據(jù)進(jìn)行所述歷史醫(yī)療數(shù)據(jù)包括病情數(shù)據(jù)、藥物劑量、生理指標(biāo)數(shù)據(jù)、檢驗(yàn)數(shù)據(jù)；對(duì)所收集的歷史醫(yī)療數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，按指定篩選規(guī)則，進(jìn)行特征篩選，所述特征篩選包括：采用單因素分析對(duì)各個(gè)特征進(jìn)行計(jì)算以用于第一次篩選，采用斯比爾曼相關(guān)性方法進(jìn)行特征相關(guān)性計(jì)算以用于第二次篩選；基于篩選出的多個(gè)特征，定義正樣本和負(fù)樣本，建立訓(xùn)練數(shù)據(jù)集，具體包括：在建立訓(xùn)練數(shù)據(jù)集之前，對(duì)少量樣本進(jìn)行過(guò)采樣以使得正樣本和負(fù)樣本的數(shù)量相等；建立風(fēng)險(xiǎn)預(yù)測(cè)模型，采用訓(xùn)練數(shù)據(jù)集訓(xùn)練風(fēng)險(xiǎn)預(yù)測(cè)模型，得到訓(xùn)練好的風(fēng)險(xiǎn)預(yù)測(cè)模型；將待評(píng)估對(duì)象的藥物劑量、檢驗(yàn)數(shù)據(jù)，輸入訓(xùn)練好的風(fēng)險(xiǎn)預(yù)測(cè)模型，得到風(fēng)險(xiǎn)評(píng)估結(jié)果。

3、本發(fā)明第二方面提出一種基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估系統(tǒng)，采用本發(fā)明第一方面所述的基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估方法，包括：數(shù)據(jù)收集模塊，收集歷史醫(yī)療數(shù)據(jù)，對(duì)所收集的歷史醫(yī)療數(shù)據(jù)進(jìn)行所述歷史醫(yī)療數(shù)據(jù)包括病情數(shù)據(jù)、藥物劑量、生理指標(biāo)數(shù)據(jù)、檢驗(yàn)數(shù)據(jù)；特征篩選模塊，對(duì)所收集的歷史醫(yī)療數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，按指定篩選規(guī)則，進(jìn)行特征篩選，所述特征篩選包括：采用單因素分析對(duì)各個(gè)特征進(jìn)行計(jì)算以用于第一次篩選，采用斯比爾曼相關(guān)性方法進(jìn)行特征相關(guān)性計(jì)算以用于第二次篩選；第一建立模塊，基于篩選出的多個(gè)特征，定義正樣本和負(fù)樣本，建立訓(xùn)練數(shù)據(jù)集，具體包括：在建立訓(xùn)練數(shù)據(jù)集之前，對(duì)少量樣本進(jìn)行過(guò)采樣以使得正樣本和負(fù)樣本的數(shù)量相等；第二建立模塊，建立風(fēng)險(xiǎn)預(yù)測(cè)模型，采用訓(xùn)練數(shù)據(jù)集訓(xùn)練風(fēng)險(xiǎn)預(yù)測(cè)模型，得到訓(xùn)練好的風(fēng)險(xiǎn)預(yù)測(cè)模型；結(jié)果輸出模塊，將待評(píng)估對(duì)象的藥物劑量、檢驗(yàn)數(shù)據(jù)，輸入訓(xùn)練好的風(fēng)險(xiǎn)預(yù)測(cè)模型，得到風(fēng)險(xiǎn)評(píng)估結(jié)果。

4、本發(fā)明第三方面提供一種電子設(shè)備，包括：一個(gè)或多個(gè)處理器；存儲(chǔ)裝置，用于存儲(chǔ)一個(gè)或多個(gè)程序；當(dāng)所述一個(gè)或多個(gè)程序被所述一個(gè)或多個(gè)處理器執(zhí)行，使得所述一個(gè)或多個(gè)處理器實(shí)現(xiàn)本發(fā)明第一方面所述的方法。

5、本發(fā)明第四方面提供一種計(jì)算機(jī)可讀介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)本發(fā)明第一方面所述的方法。

6、本發(fā)明實(shí)施例包括以下優(yōu)點(diǎn)：

7、與現(xiàn)有技術(shù)相比，本發(fā)明通過(guò)分析cyp2d6和adrb1基因多態(tài)性，記錄并收集其對(duì)美托洛爾耐受性、不良反應(yīng)、血壓與心率的反應(yīng)以及遠(yuǎn)期預(yù)后的相關(guān)醫(yī)療數(shù)據(jù)，以對(duì)上述收集的相關(guān)醫(yī)療數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，篩選出多個(gè)特征以建立訓(xùn)練數(shù)據(jù)集，并建立風(fēng)險(xiǎn)預(yù)測(cè)模型，采用訓(xùn)練數(shù)據(jù)集訓(xùn)練風(fēng)險(xiǎn)預(yù)測(cè)模型，得到訓(xùn)練好的風(fēng)險(xiǎn)預(yù)測(cè)模型；將待評(píng)估對(duì)象的藥物劑量、檢驗(yàn)數(shù)據(jù)，輸入訓(xùn)練好的風(fēng)險(xiǎn)預(yù)測(cè)模型，得到風(fēng)險(xiǎn)評(píng)估結(jié)果，為建立基因多態(tài)性指導(dǎo)的美托洛爾個(gè)體化用藥方案提供理論依據(jù)。

8、此外，采用單因素分析對(duì)各個(gè)特征進(jìn)行計(jì)算以用于第一次篩選，采用斯比爾曼相關(guān)性方法進(jìn)行特征相關(guān)性計(jì)算以用于第二次篩選，通過(guò)兩次篩選過(guò)程能夠有助于構(gòu)建更可靠且解釋性強(qiáng)的模型，還能夠簡(jiǎn)化模型，去除冗余特征，提高特征的可解釋性。

技術(shù)特征：

1.一種基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述按指定篩選規(guī)則，進(jìn)行特征篩選，包括：

3.根據(jù)權(quán)利要求2所述的基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估方法，其特征在于，在第一次篩選之后，采用斯比爾曼相關(guān)性方法進(jìn)行特征相關(guān)性計(jì)算，將所計(jì)算的特征之間的相關(guān)性絕對(duì)值與第二特定值之間比，以用于第二次篩選；

4.根據(jù)權(quán)利要求3所述的基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估方法，其特征在于，

5.根據(jù)權(quán)利要求3所述的基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估方法，其特征在于，

6.根據(jù)權(quán)利要求5所述的基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估方法，其特征在于，

7.根據(jù)權(quán)利要求1所述的基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述對(duì)所收集的歷史醫(yī)療數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，包括：

8.根據(jù)權(quán)利要求1所述的基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估方法，其特征在于，包括：

9.一種基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估系統(tǒng)，采用權(quán)利要求1所述的基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估方法，其特征在于，包括：

10.根據(jù)權(quán)利要求9所述的基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估系統(tǒng)，其特征在于，進(jìn)一步包括：

技術(shù)總結(jié)
本發(fā)明屬于醫(yī)療數(shù)據(jù)處理技術(shù)領(lǐng)域，提供一種基于基因多態(tài)性的藥物風(fēng)險(xiǎn)評(píng)估系統(tǒng)和方法，包括：收集歷史醫(yī)療數(shù)據(jù)，對(duì)所述歷史醫(yī)療數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，按指定篩選規(guī)則進(jìn)行特征篩選；基于篩選出的多個(gè)特征，定義正樣本和負(fù)樣本，建立訓(xùn)練數(shù)據(jù)集，具體包括：在建立訓(xùn)練數(shù)據(jù)集之前，對(duì)少量樣本進(jìn)行過(guò)采樣以使得正樣本和負(fù)樣本的數(shù)量相等；建立風(fēng)險(xiǎn)預(yù)測(cè)模型，采用訓(xùn)練數(shù)據(jù)集訓(xùn)練風(fēng)險(xiǎn)預(yù)測(cè)模型，得到訓(xùn)練好的風(fēng)險(xiǎn)預(yù)測(cè)模型；將待評(píng)估對(duì)象的藥物劑量、檢驗(yàn)數(shù)據(jù)，輸入訓(xùn)練好的風(fēng)險(xiǎn)預(yù)測(cè)模型，得到風(fēng)險(xiǎn)評(píng)估結(jié)果。本發(fā)明有效評(píng)估了美托洛爾維持劑量的風(fēng)險(xiǎn)情況。

技術(shù)研發(fā)人員：鄭瑾,陳建橋,劉宏斌
受保護(hù)的技術(shù)使用者：中國(guó)人民解放軍總醫(yī)院第二醫(yī)學(xué)中心
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6