一种良性前列腺增生风险预测系统

本发明涉及一种良性前列腺增生风险预测系统，包括建模模块和决策模块；建模模块，利用LASSO回归和LightGBM分别从UK biobank数据库提供的变量中筛选出两组预测因子，选取两组预测因子的交集构建全模型的预测模型；决策模块，用于将预测用户的与预测模型对应的预测因子的数值输入预测模型中，经预测模型计算获取预测用户的BPH风险预测结果。本发明构建一种基于机器学习的良性前列腺增生风险预测系统。基于临床易获取的常见预测因子，开发并外部验证BPH发病风险预测模型；基于性能最优的模型构建用户友好的BPH预测工具，辅助评估发病概率；该工具的应用将促进基于风险的早期干预并改善BPH管理，从而有可能减轻中老年男性的BPH疾病负担。