一种基于机器学习的轻症SFTS的风险预测方法和系统

本发明公开了一种基于机器学习的轻症SFTS的风险预测方法和系统，包括获取轻症SFTS临床数据进行预处理，对预处理后的数据进行变量筛选，确定最优正则化参数，获取关键预测因子，基于关键预测因子构建双时间点的Cox比例风险评分模型，计算个体风险得分并构建列线图，基于风险分层阈值确定风险级别，实现风险预测，最后根据关键预测因子的组合生成可视化热图，标注不同关键预测因子组合下危重病风险概率，完成不同关键预测因子组合的风险预测。该基于机器学习构建轻症SFTS的风险预测模型方法的目的是通过双重时间点建模、动态风险分层及可视化热图，实现对早期SFTS危重病进展的精准风险预测。