一种基于机器学习的临床前骨质疏松筛查方法【中国发明】

一、专利名称及专利号

名称：《一种基于机器学习的临床前骨质疏松筛查方法》

专利号：ZL 2024 2 1360054.4

二、应用领域

本发明属于机器学习技术领域，尤其涉及一种基于机器学习的临床前骨质疏松筛查方法。

三、专利说明

1、摘要：

本发明公开一种基于机器学习的临床前骨质疏松筛查方法，按照纳入标准和排除标准筛选样本人群，编制问卷测量样本人群的骨质疏松症潜在预测变量值，得到数据集，构建多个骨质疏松症的全预测模型和简化预测模型，比较所有全预测模型和简化预测模型的辨别力，并选择辨别力最佳的模型作为最终预测模型；本发明公开了一种基于机器学习的临床前骨质疏松筛查方法，使用基于机器学习的算法进行预测变量选择和模型构建。模型预测变量简单，可由被试者自我报告获得，不需要做额外的健康检查，且模型的预测效果好，可以方便有效的应用于骨质疏松风险自我评估和社区筛查中。

2、背景：

骨质疏松症是一种全身性骨骼疾病，其特征是骨量降低和骨组织微结构退化，导致骨脆性增加，从而增加骨折风险。因此，确定患骨质疏松症风险高的人并预防首次骨折的发生是医疗保健的重点，现有的传统算法开发的骨质疏松症筛查工具具有较高的灵敏度，但特异性较低。

四、相关文件下载

专利证书：1755765184117776.pdf

专利详情：1755765213378558.pd