买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：南昌大学第二附属医院

摘要：本发明涉及一种抑郁症人群中筛查痴呆高风险人群因素组合的方法，包括以下步骤：S1、在规定的时间内，搜集并处理参与者的数据，这些数据包含了个体的人口特征、生活方式、健康状况信息等，本发明能够为用户提供一种便捷且高效的方式来评估他们发展痴呆症的风险，通过个性化的反馈与预防建议可以帮助用户提前采取行动，降低患病风险，此外，系统使用了先进的机器学习技术，提高了风险评估的准确性，同时为医疗提供者和研究人员提供了宝贵的数据和见解来更好地理解痴呆症，并可能有助于指导未来的临床实践和政策制定，它还为患者和他们的家庭成员提供了一个信息化支持工具，通过早期识别可能的风险因素，可以更好地规划健康护理和生活调整策略。

主权项：1.一种抑郁症人群中筛查痴呆高风险人群因素组合的方法，其特征在于，包括以下步骤：S1、在规定的时间内，搜集并处理参与者的数据，这些数据包含了个体的人口特征、生活方式、健康状况信息等，同时确保了个体隐私的保护和知情同意的获取；S2、进行了数据的初步筛选，剔除了不符合条件的参与者，这包括抑郁诊断之后才诊断出痴呆症的个案，以及那些没有抑郁症的个体，最终选定符合标准的参与者为研究对象，并对这些数据进行了质量和完整性评估；S3、通过一系列的数据分析方法从初始的190个变量中筛选出27个最具预测价值的变量，这个过程包括了统计分析、数据缺失分析、易获得性考量和多重共线性检验；S4、使用AdaBoost、CatBoost和XGBT等机器学习分类器，将27个筛选出来的变量用于构建和训练预测模型，并通过不同的交叉验证方法进行模型验证，这些分类器的性能被详细评估和优化，以确保模型具有高预测能力和泛化性；S5、使用了多种数据拆分策略对模型进行了一系列的内部验证，并通过指标如AUC、准确率等进行了细致的性能评估，此外，还使用统计方法比较了不同模型和变量集合之间的性能，以确认最佳的预测模型；S6、对参与者的人口统计学和痴呆发生率等特征进行了详细描述和比较分析，通过适当的统计检验，揭示了痴呆组与无痴呆组在众多特征上的差异，为后续的风险预测提供了依据，此步骤为变量筛选步骤，通过检验特征变量在两组之间有无差异，然后剔除无差异变量；S7、使用SHAP值和特征重要性评分，深入探讨了最终模型中每个变量对痴呆风险预测的贡献度，增加模型的透明度和解释性，在此期间，用27个变量建完模型之后，得到了预测能力非常好的模型，为了进一步优化和简化模型，在27个变量中继续筛选，选出12个，再用这12个建模，通过德隆检验比较27个变量建的模型和12个变量建的模型，保证模型间没有显著差异，预测能力同样符合预期，确定了最重要的12个变量，这些变量对于降低抑郁症患者患痴呆的风险有着重要的意义；应该是在S8、将开发的预测模型集成到一个网页应用工具中，并提供用户友好的交互界面，该网页应用可以让用户输入个人信息并快速获得个体的痴呆风险评估以及个性化的预防建议。

全文数据：

权利要求：

百度查询： 南昌大学第二附属医院 一种抑郁症人群中筛查痴呆高风险人群因素组合的方法