摘要
本发明涉及医疗系统技术领域,具体公开了一种基于肌酐与CAR组合的癌症恶液质预后复合指标CCAR的构建方法,包括以下步骤:S1、获取癌症恶液质患者的血清生物标志物数据,包括肌酐、C反应蛋白和白蛋白;S2、计算C反应蛋白与白蛋白比率CAR=CRP/Albumin;S3、将CAR和Cr作为输入特征,通过随机森林机器学习模型构建非线性复合指标CCAR;S4、开发网络计算器系统;本发明构建的CCAR指标可综合反映癌症恶液质患者的炎症负担、代谢状态及免疫水平,相较于传统指标,能提供更精准的生存预后预测;CCAR指标包含的肌酐、C反应蛋白与白蛋白比率等参数,均为临床常见血液检查项目,获取途径简便,便于在临床广泛应用。
技术关键词
随机森林模型
肌酐
风险分层
指标
生物标志物数据
白蛋白
机器学习模型
计算器系统
Cox比例风险模型
高风险
可视化模块
患者
非线性映射关系
血清
队列
预测效能
系统为您推荐了相关专利信息
资源整合系统
性能指标数据
分布式时序数据库
多维索引结构
异常点
疲劳概率寿命
蒸汽
可靠性分析方法
失效物理模型
可靠性分析装置
随机森林模型
运维方法
数字孪生
起重机械
起重机运行状态