基於支持向量機的急性腎損傷早期診斷預測模型研究

《基於支持向量機的急性腎損傷早期診斷預測模型研究》是依託北京大學，由崔麗艷擔任負責人的青年科學基金項目。

基本介紹

• 中文名：基於支持向量機的急性腎損傷早期診斷預測模型研究
• 項目負責人：崔麗艷
• 項目類別：青年科學基金項目
• 依託單位：北京大學

項目摘要

急性腎損傷（Acute kidney injury，AKI）是臨床上一種常見且嚴重的併發症，研究顯示患者的發病率和死亡率都在逐年增加，其主要原因是AKI的診斷主要依靠肌酐和尿量的變化，而且肌酐和尿量只有在腎功能明顯受損時才有可能檢測出變化，目前尚無合適的分子標誌物可以對AKI進行早期預測，如果能找到AKI早期診斷標誌物將能夠使患者得到及時有效的治療。尿液中性粒細胞明膠酶相關脂質運載蛋白（NGAL）等分子標誌物與腎功能損傷有關。支持向量機比傳統的統計學分析在早期診斷預測方面的優勢是能夠處理複雜、多維以及非線性變數。 本申請擬建立急性腎損傷尿液分子標誌物資料庫，在此基礎上構建包括NGAL等8項尿液標誌物影響在內的急性腎損傷的早期診斷支持向量機預測模型，以期能夠在腎功能發生變化前為臨床的AKI診斷提供依據，為急性腎損傷的危險分層奠定基礎。同時本研究也為AKI的定義及診斷標準提供了新途徑。

結題摘要

一、背景： 急性腎損傷是臨床上一種嚴重常見併發症。傳統的急性腎損傷診斷金標準主要是依靠肌酐和尿量的變化，而且肌酐和尿量只有在腎功能明顯受損時才有可能檢測出變化，如果能找到AKI早期診斷標誌物將能夠使患者得到及時有效的治療。尿液中性粒細胞明膠酶相關脂質運載蛋白（NGAL）等分子標誌物與腎功能損傷有關。支持向量機比傳統的統計學分析在早期診斷預測方面的優勢是能夠處理複雜、多維以及非線性變數。 因此本研究通過建立急性腎損傷尿液分子標誌物資料庫，並構建包括NGAL等至少8項尿液標誌物影響在內的急性腎損傷的早期診斷支持向量機預測模型，更好的在腎功能發生變化前為臨床的AKI診斷提供依據，改善AKI患者的預後提供了新方法。 二、主要研究內容： 1、腎移植患者尿液分子生物標誌物數據的採集 2、構建尿液分子生物標誌物資料庫系統 3、支持向量機識別模型建立 將篩選出的急性腎損傷相關危險因素當做特徵向量，在此基礎上進一步構建支持向量機（SVM）分析系統模型（早期診斷）。 4、尿液分子生物標誌物用於急性腎損傷早期診斷中的評估 三、重要結果 支持向量機方法大大提高了急性腎損傷早期診斷的效率。 四、關鍵數據 驗證了採用支持向量機算法解決急性腎損傷早期診斷問題的有效性，診斷正確率達到了91.67%，說明支持向量機在急性腎損傷診斷中是較為合適的選擇。 驗證了基於SMOTE改進的急性腎損傷早期診斷模型的有效性，陽性樣本的識別率達到了80%。；基於數據變換的處理方法在提高陽性樣本識別率上沒有基於SMOTE改進的急性腎損傷早期診斷方法效果好。 五、科學意義 急性腎損傷目前診斷方法的局限性導致了高死亡率，另外給患者造成巨大的經濟負擔。通過支持向量機模型的構建，使急性腎損傷診斷的效率大大提高。患者得到及時有效的治療。由於中國人群的基數較大，診斷正確率的提高大大增加得到治療的患者得具體數量。不僅具有重大的社會效益，同時也減輕了患者及社會的經濟負擔。