CN114464322B - 女性盆底功能障碍性疾病风险预警模型及其构建方法和系统 - Google Patents

Abstract

本发明公开了女性盆底功能障碍性疾病风险预警模型及其构建方法和系统，包括以下步骤：S1.获取区域风险人群的风险因素；S2.筛选风险因素中的相关变量并构建风险预警模型；S3.对风险预警模型进行训练获得模型优化。本发明通过构建PDF的早期预警体系，对健康人群（非盆底功能障碍性疾病）、风险人群、患者人体画像等开展盆底功能障碍性疾病风险初筛，实现人群的风险度分层，将人群分流为高风险和低风险，通过不同的随访策略，针对重点人群开展辅助诊断、全程管理和分级诊疗。

Description

女性盆底功能障碍性疾病风险预警模型及其构建方法和系统

技术领域

本发明属于医疗预警系统技术领域，具体涉及女性盆底功能障碍性疾病风险预警模型及其构建方法和系统。

背景技术

盆底作为一个结构和功能整体，由骨盆、盆底肌肉、神经、韧带及血管构成，在内分泌、神经和营养代谢系统的调节下，泌尿、生殖、肛肠三大系统协调一致，共同发挥力学支撑功能。盆底功能障碍性疾病（pelvic floor disfunction, PFD）是指各种因素导致盆底支持结构薄弱，造成盆腔脏器位置和功能异常的一组疾病，包括盆腔器官脱垂（pelvicorganprolapse，POP）、压力性尿失禁（stress urinary incontinence，SUI）、性功能障碍（sexualdysfunction，SD）和慢性盆腔疼痛（chronic pelvic pain，CPP）等。其中，盆腔器官脱垂全球发病率高达20%，且呈逐年升高趋势；一项针对发展中国家女性PFD发病率的调查显示，盆腔器官脱垂发病率为48.3%。虽然POP并不直接威胁生命，但严重影响患者的生活质量和身心健康，对个人、家庭和社会造成严重负担。据预测，2050年中国60岁以上老年人口数量将达到4.83亿人，80岁以上老年人口数量将达到1.08亿人，PFD这个随着老龄化而不断发展加重的疾病无疑会更加凸显人民美好生活愿景和医疗服务之间的矛盾。

盆底结构复杂，涉及肌肉、筋膜、韧带、血管和神经等多重组织，构成泌尿、生殖、肛肠等不同器官关联的整体。在直立人体中，盆底承托着整个躯体内脏的压力负荷，并受全身循环、呼吸、营养状况和代谢变化等动力学影响。因此，盆底结构和功能状态是全身状况的局部和动态的体现。妊娠、分娩、肥胖、药物、雌激素缺乏、盆底手术、炎症、创伤、盆腔压力和循环等，通过复杂的相互作用与PFD发病关联，不同患者表现为不同的结构和功能状态。同时，PFD是一个慢性积累的过程，伴随时间推移发生肌肉筋膜结构的生理性退化和相关病理性损伤加重，受各种盆腔内外因素的影响，在初期易被忽略，尤其是盆外因素缺乏关注，导致PFD的长程管理不能落实。

目前PFD的诊断主要通过临床表型、病史和相关功能性检查，缺乏能反映长期病理过程的功能分子作为早期识别、干预和评价指标；简单的盆底检查，甚至相关手术选择和过程，很大程度上依靠临床医师的经验，而且PFD患者具有在不同医疗机构间流动、居家、分散的特点，导致诊疗工作在机构、信息和处置上不连续、同质化差、无法进行有效质控管理。盆底疾病专业性强，专科医师缺乏，同时临床上缺乏简易、精准、统一和多维度的检测和监测手段，导致无早期预警方法可用、诊断准确性不足、治疗效果不确定等诸多问题，因此，对于PFD的早诊早治，迄今没有确切的模式。

在现代医院研究领域中，疾病风险预测模型常被用来预测某种疾病未来的发病情况。具体来说就是以疾病的多病因为基础，建立统计模型，用来预测具有某些特征的人群未来某种结局事件发生的概率。近年来，预警模型受到越来越多的关注，并在多个疾病研究领域中得到应用，例如：公开号为CN111640509A的发明专利公开的一种宫颈癌术后复发风险预测方法及系统，以及公开号为CN110200619A的发明专利公开的一种建立重大心血管疾病风险预警模型方法及装置，等等。目前，仍未见有报道预警模型在PFD中的研究和应用。因此，探索及构建PDF的早期风险预警模型，已是推动女性盆底功能障碍防治的一项重要措施。

发明内容

本发明的目的在于提供女性盆底功能障碍性疾病风险预警模型及其构建方法和系统，通过对风险因素的相关变量（即高风险因素）进行筛选并构建女性盆底功能障碍性疾病（PFD）的风险预警模型，可以实现PFD中阴道前壁膨出、子宫穹隆膨出、阴道后壁膨出、压力性尿失禁、阴道松弛大小、阴道肌力等筛查和预警分析。为此，本发明还提供了实现该PFD风险预警模型的计算机系统。

本发明通过下述技术方案实现：女性盆底功能障碍性疾病风险预警模型的构建方法，包括以下步骤：

S1.获取区域风险人群的风险因素；

S2.筛选风险因素中的相关变量并构建风险预警模型；

S3.对风险预警模型进行训练获得模型优化。

所述步骤S1中，区域风险人群为选定地区的疾病易感人群。

所述步骤S1中，风险因素包括盆外风险因素和盆内风险因素，所述盆外风险因素包括：年龄、BMI、糖尿病、体力劳动、慢性咳嗽、便秘、吸烟；所述盆内风险因素包括孕产次、分娩方式、阴道肌力、肛提肌裂伤。

所述步骤S2中，筛选风险因素中的相关变量并构建风险预警模型的步骤包括：

a. 根据风险因素，通过Logistic回归法筛选模型预选变量；

b. 根据筛选的模型预选变量，通过支持向量机递归特征消除算法筛选相关变量；

c. 根据筛选的相关变量，通过机器学习方法构建风险预警模型。

所述步骤a中，Logistic回归法的公式如下：

logit（P）= β₀+ β₁X₁+ β₂X₂+ … + β_pX_p

其中，P为阳性结果发生的条件概率，β为偏回归系数，X为自变量（暴露因素），β₀为常数项，1、2……p表示偏回归系数和自变量（暴露因素）的编号。

所述步骤b中，支持向量机递归特征消除算法的公式如下：

其中，w为特征权重，α为特征参数，y为分类标签，x为训练样本，k为编号。

所述步骤c中，机器学习方法包括Logistic回归法、支持向量机、高斯朴素贝叶斯法、随机森林法、梯度提升树算法、Adaboost集成学习模型或多层感知机。

所述步骤c中，风险预警模型的输出结果包括预测准确度AUC、召回率和f1值。

进一步的，所述步骤S3中，通过队列研究，获得不同风险程度的人群，利用人工智能机器学习算法对风险预警模型进行训练，获得模型优化。

一种采用上述方法构建得到的女性盆底功能障碍性疾病风险预警模型。

一种计算机系统，包括储存器、处理器以及存储在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述预警模型的构建方法。

术语解释：

预测准确度AUC为受试者工作特征曲线下面积（area under the receiveroperating characteristic curve）, 用于评价分类器（预测模型）的预测准确度。

召回率为查全率，即正确预测为正的占全部实际为正的比例。

f1值为算数平均数除以几何平均数。

本发明与现有技术相比，具有以下优点及有益效果：

本发明通过构建PDF的早期预警体系，对健康人群（非盆底功能障碍性疾病）、风险人群、患者人体画像等开展盆底功能障碍性疾病风险初筛，实现人群的风险度分层，将人群分流为高风险和低风险，通过不同的随访策略，针对重点人群开展辅助诊断、全程管理和分级诊疗。

附图说明

图1为实施例2的技术路线。

图2为实施例2中初步探索数据建模结果图。

图3为实施例2的风险预警模型。

图4为实施例3的分析流程。

图5为实施例3中数据集1- RFE变量数据与auc值对应曲线。

图6为实施例3中数据集2-RFE变量数据与auc值对应曲线。

图7为实施例3中数据集1- ROC曲线图。

图8为实施例3中数据集1-变量相关性SHAP图-RF模型。

图9为实施例3中数据集2-ROC曲线图。

图10为实施例3中数据集2-变量相关性SHAP图-RF模型。

具体实施方式

下面将本发明的发明目的、技术方案和有益效果作进一步详细的说明。

应该指出，以下详细说明都是示例性的，旨在对所要求的本发明提供进一步的说明，除非另有说明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

实施例1：风险预警模型构建

本实施例所述风险预警模型主要用于女性盆底功能障碍性疾病的筛查和预警分析，主要包括：阴道前壁膨出、子宫穹隆膨出、阴道后壁膨出、压力性尿失禁、阴道松弛大小、阴道肌力，等等。

首先，获取区域风险人群（即选定地区的疾病易感人群）的风险因素，如盆外风险因素和盆内风险因素，所述盆外风险因素包括：年龄、BMI、糖尿病、体力劳动、慢性咳嗽、便秘、吸烟；所述盆内风险因素包括孕产次、分娩方式、阴道肌力、肛提肌裂伤，等等。

然后，根据风险因素，通过Logistic回归法筛选模型预选变量，如下式所示：

logit（P）= β₀+ β₁X₁+ β₂X₂+ … + β_pX_p

其中，P为阳性结果发生的条件概率，β为偏回归系数，X为自变量（暴露因素），β₀为常数项，1、2……p表示偏回归系数和自变量（暴露因素）的编号。

再根据筛选的模型预选变量，通过支持向量机递归特征消除算法筛选相关变量，如下式所示：

其中，w为特征权重，α为特征参数，y为分类标签，x为训练样本，k为编号。

然后再根据筛选的相关变量，通过机器学习方法，如Logistic回归法、支持向量机、高斯朴素贝叶斯法、随机森林法、梯度提升树算法、Adaboost集成学习模型或多层感知机等，构建风险预警模型，并获得预测准确度AUC、召回率和f1值。

在一个具体的实施例中，根据筛选的相关变量，通过随机森林法获得高风险预警模型，如下式所示：

其中，VIM为变量重要性评分（variable importance measures），j为特征编号，i为随机森林树编号。

最后，为增加模型的预测准确度，通过队列研究，获得不同风险程度的人群，利用人工智能机器学习算法对风险预警模型进行训练，获得模型优化。

在一个具体的实施例中，可以是一种包括上述构建方法的计算机系统，具体包括储存器、处理器以及存储在所述处理器上运行的计算机程序，处理器执行该计算机程序时实现上述预警模型的构建方法，使得本实施例所述女性盆底功能障碍性疾病的筛查和预警分析工作均可通过计算机系统即可实现。

下面以两个典型实施例来进一步列举说明本发明的具体实施方式，当然，本发明的保护范围并不局限于以下的具体实施方式。

实施例2：构建阴道松弛分析的风险预警模型

在本实施例中，针对区域风险人群，采集盆外风险因素（包括年龄、BMI、糖尿病、体力劳动、慢性咳嗽、便秘、吸烟等因素）和盆内风险因素（包括孕产次、分娩方式、阴道肌力/肌电、肛提肌裂伤等因素），通过Logistic和随机森林法，获得风险因素排序，构建风险预警模型，再通过人工智能机器学习、队列验证获得模型优化，具体的技术路线如图1所示。

本实施例对本地区就诊女性盆腔器官脱垂的流行病学调查显示：POP是最为常见的PFD，年龄≥55岁和自然分娩史，是导致盆腔器官脱垂加重的两个独立危险因素，如下表1所示。

表1 盆腔器官脱垂的独立危险因素分析

备注：Estimate为最大似然估计，是由似然函数得到，用于反映灵敏度和特异度的复合指标；Standard Error为标准误，通过标准差除以样本大小N的平方根，用来衡量抽样误差；Wald Chi-Square为卡方统计量，为实测频率与预期频率的比值，表明检验数据的相关性；Pr > ChiSq为统计学显著性，基于卡方统计量确定，反映两个变量之间是否存在关联。

本实施例基于收录的2019年1月至2020年8月门诊病例数据记录，获取身高、体重、职业类型、职业、文化程度、怀孕次数、分娩次数、胎数、疾病史和家族疾病史信息等基本信息，以及包括前壁3cm点Aa、前壁最低点Ba、前穹隆或阴道残端C、生殖道裂隙gh、前静息阶段-测试值、手测I、A3反馈、尿容量、最大尿流量、盆底肌静态张力、盆底肌动态张力、阴道前壁膨出、子宫/穹隆膨出、阴道后壁膨出等信息在内的多次检查结果在内的检查信息。依次利用数据挖掘技术进行数据预处理，开展变量描述性统计，变量重要性排序、个体化的变量贡献度统计，通过大量病人数据样本的训练对模型进行充分的参数调整，建立重度盆底功能障碍人工智能预测模型。

例如：利用数据挖掘技术进行数据预处理时，可以对数据进行去重清洗，删除无效变量，删除时间变量，构造目标变量，并为后续分析整理自变量和目标变量，使一个目标变量对应多个自变量；开展变量描述性统计时，运用统计检验方法分析自变量与目标变量是否有显著相关性，实现自变量与目标变量的相关性分析，获得检验统计量和统计学显著性；在变量重要性排序时，可通过随机森林法，获得变量重要性排序，明确自变量与目标变量的相关性大小，以获得自变量的重要度；在个体化的变量贡献度统计时，可通过随机森林法，获得变量贡献度，明确自变量与目标变量的相关性方向和大小，从而获得自变量的贡献度。

原始数据中共选出64个变量作为模型预选变量（表2），包括44个分类变量和20个连续变量。

表2 64个模型预选变量

重度盆底功能障碍的数据建模结果如图2所示，64个预选变量中筛选出23个相关变量，相关程度排序依次为：文化程度、年龄、现在体重、阴道总长TVL、身高、怀孕总次数、痔疮、母亲或姐妹有尿失禁的情况、便秘、流产次数、分娩次数、引产次数、胎数量、是否有手术史、妊娠糖尿病、康复治疗情况、腰椎疾病、尿路感染、母亲或姐妹有盆腔器官脱落、慢性咳嗽、高血压、糖尿病、是否吸烟；其中，文化程度、阴道总长TVL、身高呈负相关，其余变量呈正相关。模型的预测准确度AUC为0.634，表明筛选变量可以解释63.4%的重度盆底功能障碍变异；模型在测试集中得到的f1值为0.674，召回率为0.613。

进一步的，本实施例完成了成都地区5个社区3万例女性的盆底疾病高风险因素调查，利用Logistic和随机森林方法，获得风险因素排名，初步构建阴道前壁膨出、子宫穹隆膨出、阴道后壁膨出、压力性尿失禁、阴道松弛大小、阴道肌力的风险预警模型（图3）；其中，压力性尿失禁的随机森林模型准确度最低，为0.70，阴道松弛大小的经典决策树模型准确度最高，为0.97。当然，

由此可以证明，不同PFD的风险预警模型的准确度大小不一，但阴道松弛大小可以较准确的预测，进一步的可以证明，本实施例所述风险预警模型的输出结果可以判断女性PFD的高风险/非高风险。

实施例3：构建阴道前壁脱垂分析的风险预警模型

按图4所示流程进行分析和构建风险预警模型。

（一）数据处理：

主要对盆底app中自2014年1月1日至今、生胎数量大于0的数据进行处理，主要分为三步：

第一步是对“胎数”进行去重清洗，最后得到最多的胎数是5胎，但拥有4胎和5胎的患者数量极少，本次分析主要最多选择了3胎数据。

第二步是对就诊日期、末次月经时间等时间变量进行删除，并对多分类变量进行伪编码处理。

第三步删除记录数量不足3000的变量和无效变量(无效变量指的是只有一种类型记录的变量，无信息差异)，具体数据缺失情况和变量类型见附表1-变量类型及缺失情况(建模表)。

最终得到有效变量151个，12456个有效样本。

（二）统计检验与一元logistic回归

运用统计检验方法分析自变量与“阴道前壁是否脱垂”(目标变量)是否有显著相关性，结果详见附表2-数据统计检验表，另外用一元logistic回归分析自变量与“阴道前壁是否脱垂”(目标变量)是否有显著相关性，结果详见附表3-一元logistic回归结果表。

表3 统计检验信息表样例

备注：sample_n表示对应变量不缺失的记录样本量(下同)，应用该样本量分析对应变量与“前壁是否脱垂”的相关性，P_value小于0.05表示有显著相关性，否则无显著相关性。

表4 逻辑回归结果信息表

分别应用各自变量与“前壁是否脱垂”建立一元logistic回归，Uni P Value小于0.05说明显著相关，Uni OR大于1表示该变量与“前壁是否脱垂”成正相关关系，否则成负相关关系。

统计检验筛选得到84个与“前壁是否脱垂”显著相关的变量，logistic回归筛选得到78个“前壁是否脱垂”显著相关的变量(全部包含在统计检验筛选的变量中)，因为统计量的计算方法不一致，结果会有些差异，为了不减少信息，选择84个变量作为后续分析的基础变量。

对得到的84个变量查看变量完整度信息，详细完整度信息表见附表4-数据表完整度信息。

表5 显著变量缺失信息表

表中加粗变量的缺失较多，若以这些变量不缺失为标准筛选小样本数据集，会损失其他变量的很多信息，为此，后续分析将数据拆成两个数据集进行分析，缺失率小于40%的变量与目标变量组成数据集1，大于40%的变量与目标变量组成数据集2，分别对数据集1和数据集2进行分析研究各变量与“前壁是否脱垂”的相关性。

（三）RFE进行模型变量筛选

数据集1(含有12456样本)

选择SVM作为基础模型，以AUC指标作为评价指标应用RFE方法结合五折交叉验证进行变量筛选，最后选择了20个变量，获取RFE变量数据与auc值的对应曲线，如图5所示。当变量为20个时，模型auc值达到最高，此20个变量与目标变量相关性最密切，可运用这20个变量建模预测目标变量。

数据集2(将缺失记录超过2/3的样本剔除，剩余4447样本)

选择SVM作为基础模型，以AUC指标作为评价指标应用RFE方法结合五折交叉验证进行变量筛选，最后选择了5个变量，获取RFE变量数据与auc值的对应曲线，如图6所示。

（四）建模分析

应用1000次bootstrap，对数据进行抽样划分训练集和测试集，并得到变量相关性的SHAP图，参见下表6、表7以及图7至图10。

数据集1结果：

表6 测试集结果

model	AUC	Accuracy	Sensitivity	Specificity	F1
						LR	0.91(0.902, 0.919)	0.805(0.794, 0.819)	0.758(0.742, 0.775)	0.909(0.892, 0.925)	0.842(0.832, 0.854)
SVC	0.913(0.903, 0.921)	0.804(0.791, 0.816)	0.74(0.722, 0.757)	0.945(0.932, 0.957)	0.839(0.826, 0.85)
						GNB	0.887(0.877, 0.898)	0.734(0.721, 0.748)	0.64(0.623, 0.659)	0.939(0.926, 0.952)	0.767(0.754, 0.781)
RF	0.914(0.904, 0.922)	0.835(0.823, 0.846)	0.899(0.887, 0.91)	0.694(0.669, 0.721)	0.882(0.873, 0.89)
						GBM	0.922(0.914, 0.93)	0.849(0.837, 0.86)	0.872(0.858, 0.885)	0.798(0.775, 0.821)	0.888(0.879, 0.897)
ADA	0.92(0.91, 0.927)	0.842(0.829, 0.853)	0.871(0.858, 0.884)	0.777(0.754, 0.8)	0.883(0.874, 0.892)
						MLP	0.915(0.907, 0.923)	0.833(0.821, 0.844)	0.88(0.868, 0.891)	0.731(0.705, 0.755)	0.879(0.869, 0.888)

数据集2结果：

表7 测试集结果

models	AUC	Accuracy	Sensitivity	Specificity	F1
						LR	0.669(0.632, 0.702)	0.494(0.468, 0.522)	0.425(0.398, 0.454)	0.85(0.8, 0.894)	0.585(0.558, 0.614)
SVC	0.726(0.695, 0.758)	0.475(0.448, 0.503)	0.383(0.353, 0.41)	0.955(0.924, 0.981)	0.55(0.519, 0.578)
						GNB	0.715(0.685, 0.747)	0.788(0.765, 0.81)	0.901(0.884, 0.918)	0.196(0.143, 0.251)	0.877(0.862, 0.891)
RF	0.731(0.701, 0.76)	0.839(0.819, 0.858)	1.0(1.0, 1.0)	0.0(0.0, 0.0)	0.912(0.9, 0.924)
						GBM	0.72(0.687, 0.754)	0.836(0.817, 0.855)	0.996(0.993, 1.0)	0.009(0.0, 0.023)	0.911(0.899, 0.922)
ADA	0.73(0.697, 0.761)	0.839(0.819, 0.857)	1.0(1.0, 1.0)	0.0(0.0, 0.0)	0.912(0.9, 0.923)
						MLP	0.717(0.685, 0.748)	0.839(0.819, 0.857)	1.0(1.0, 1.0)	0.0(0.0, 0.0)	0.912(0.9, 0.923)

综合上表6，GBM的效果最佳，综合上表7，SVC的效果最佳。

由图5可知，Ⅰ级阴道后壁膨出与目标变量相关性最强，且为正相关，即出现阴道后壁膨出，越可能出现阴道前壁脱垂，其次是后壁最低点Bp，成正相关关系，即最低点Bp越大，越容易脱垂。

以上所述，仅是本发明的较佳实施例，并非对本发明做任何形式上的限制，凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化，均落入本发明的保护范围之内。

Claims (4)

1.女性盆底功能障碍性疾病风险预警模型的构建方法，其特征在于：包括以下步骤：

S1.获取选定地区的疾病易感人群的风险因素，风险因素包括盆外风险因素和盆内风险因素，所述盆外风险因素包括：年龄、BMI、糖尿病、体力劳动、慢性咳嗽、便秘、吸烟；所述盆内风险因素包括孕产次、分娩方式、阴道肌力、肛提肌裂伤；

S2. 筛选风险因素中的相关变量并构建风险预警模型，步骤包括：

a. 根据风险因素，通过Logistic回归法筛选模型预选变量，Logistic回归法的公式如下：

logit（P）= β₀ + β₁X₁ + β₂X₂ + … + β_pX_p

其中，P为阳性结果发生的条件概率，β为偏回归系数，X为自变量，β₀为常数项，1、2……p表示偏回归系数和自变量的编号，

b. 根据筛选的模型预选变量，通过支持向量机递归特征消除算法筛选相关变量，支持向量机递归特征消除算法的公式如下：

其中，w为特征权重，α为特征参数，y为分类标签，x为训练样本，k为编号，

c. 根据筛选的相关变量，通过机器学习方法构建风险预警模型；

S3.对风险预警模型进行训练获得模型优化。

2.根据权利要求1所述的构建方法，其特征在于：所述步骤c中，机器学习方法包括Logistic回归法、支持向量机、高斯朴素贝叶斯法、随机森林法、梯度提升树算法、Adaboost集成学习模型或多层感知机。

3.根据权利要求1所述的构建方法，其特征在于：所述步骤c中，风险预警模型的输出结果包括预测准确度AUC、召回率和f1值。

4.一种计算机系统，其特征在于：包括储存器、处理器以及存储在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1～3任一项所述预警模型的构建方法。