一种基于多维度风险因素的结直肠癌风险预测方

本发明涉及癌症风险检测，具体涉及一种基于多维度生物数据的结直肠癌风险预测方法及系统。背景技术：1、结直肠癌是常见的消化道恶性肿瘤之一，是结直肠黏膜上皮在多种致癌因素作用下发生的恶性肿瘤。由于结直肠癌具有预后差，病死率高的特点，因此早诊断、早治疗是防治结直肠癌的关键。研究显示，34.3％的早期结直肠癌患者发现于无症状自然人群。由于结直肠癌早期症状不典型，早期诊断率仅为15％，60％-70％的结直肠癌患者确诊时已为晚期，术后复发率高，因此对结直肠癌易感人群进行筛查，进行风险预测尤为重要。2、目前，国内外多个研究团队已尝试对结直肠癌进行风险预测，以识别危险因素、筛选高危人群并预测发病风险，从而为不同结直肠癌风险人群提供个性化的筛查和防控方案，以有效降低结直肠癌的发病率和死亡率。然而，传统的结直肠癌风险预测方法，仅纳入常见的常规风险因素或者单一的生物数据，例如，cea、ferritin等的检测数据，导致结直肠癌风险预测结果的准确性低。技术实现思路1、针对现有技术中的缺陷，本发明提供一种基于多维度风险因素的结直肠癌风险预测方法及系统。2、一方面，本发明实施例提供了一种基于多维度风险因素的结直肠癌风险预测方法，该方法包括：3、获取原始数据，所述原始数据包括常规风险因素数据、基因风险因素数据和免疫细胞风险因素数据；4、对所述原始数据进行分析，获取目标数据，基于所述目标数据构建训练集，所述目标数据包括mthfrrs1801133、cd274rs4143815的基因位点检测数据，以及cea、ferritin和cd3-cd16/56+nk细胞的检测数据；5、建立结直肠癌风险预测模型，利用所述训练集训练所述结直肠癌风险预测模型；6、利用训练好的结直肠癌风险预测模型对患者的结直肠癌风险等级进行预测。7、作为优选的，所述常规风险因素数据包括正常人以及结直肠患者的肿瘤标志物检测数据，所述基因风险因素数据包括正常人以及结直肠癌患者的基因点位检测数据，所述免疫细胞风险因素数据包括正常人以及结直肠癌患者的免疫细胞检测数据。8、作为优选的，对所述原始数据进行分析，确定出目标数据，包括：9、根据变异率剔除所述基因位点检测数据中的无效基因位点检测数据，得到目标基因位点检测数据，所述目标基因位点检测数据包括第一基因位点检测数据和第二基因位点检测数据，其中，所述第一基因位点基因检测数据为mthfr的基因位点检测数据；10、对所述第一基因位点检测数据进行snv对比分析，确定mthfrrs1801133为第一目标数据；11、对所述第二基因位点检测数据进行snv对比分析，确定cd274rs4143815的基因位点检测数据为第二目标数据。12、作为优选的，所述原始数据进行分析，确定出目标数据，还包括：对所述免疫细胞检测数据进行数值统计分析，确定cd3-cd16/56+nkcell为第三目标数据。13、作为优选的，对所述原始数据进行分析，确定出目标数据，还包括：将肿瘤标志物检测数据中cea、ferritin细胞的检测数据确定为第四目标数据。14、另一方面，本发明提供了一种基于多维度风险因素的结直肠癌风险预测系统，该系统包括：15、数据获取模块，用于获取原始数据，所述原始数据包括常规风险因素数据、基因风险因素数据和免疫细胞风险因素数据；16、数据分析模块，用于对所述原始数据进行分析，确定出目标数据，基于所述目标数据构建训练集，所述目标数据包括mthfrrs1801133、cd274rs4143815的基因位点检测数据，以及cea、ferritin和cd3-cd16/56+nk细胞的检测数据；17、模型训练模块，用于建立结直肠癌风险预测模型，利用所述训练集训练所述结直肠癌风险预测模型；18、风险预测模块，用于利用训练好的结直肠癌风险预测模型对患者的结直肠癌风险等级进行预测。19、作为优选的，所述常规风险因素数据包括正常人以及结直肠患者的肿瘤标志物检测数据，所述基因风险因素数据包括正常人以及结直肠癌患者的基因点位检测数据，所述免疫细胞风险因素数据包括正常人以及结直肠癌患者的免疫细胞检测数据。20、作为优选的，所述数据分析模块包括：21、优化模块，用于根据变异率剔除所述基因位点检测数据中的无效基因位点检测数据，得到目标基因位点检测数据，所述目标基因位点检测数据包括第一基因位点检测数据和第二基因位点检测数据，其中，所述第一基因位点基因检测数据为mthfr的基因位点检测数据；22、第一分析模块，用于对所述第一基因位点检测数据进行snv对比分析，确定mthfrrs1801133为第一目标数据；23、第二分析模块，用于对所述第二基因位点检测数据进行snv对比分析，确定cd274rs4143815的基因位点检测数据为第二目标数据。24、作为优选的，所述数据分析模块还包括：25、第三分析模块，用于对所述免疫细胞检测数据进行数值统计分析，确定cd3-cd16/56+nkcell为第三目标数据。26、作为优选的，所述数据分析模块还包括：27、第四分析模块，用于将肿瘤标志物检测数据中cea、ferritin细胞的检测数据确定为第四目标数据。28、本发明的有益效果体现在：29、(1)提高预测准确性：通过综合分析多种维度风险因素(包括基因位点、免疫细胞和常规风险因素)，本发明能够更全面地评估个体的结直肠癌风险，从而提高预测的准确性。这种多维度的方法比仅依赖单一生物标志物的传统方法更具优势。30、(2)个性化风险评估：本发明能够根据个体的具体情况进行风险评估，为不同个体提供个性化的结直肠癌风险预测。这有助于制定针对性的筛查和预防策略，提高早期发现结直肠癌的机会。31、(3)早期预防与干预：通过准确的风险预测，可以及早发现高危人群，从而采取必要的预防措施和干预手段，降低结直肠癌的发病率和死亡率。技术特征：1.一种基于多维度风险因素的结直肠癌风险预测方法，其特征在于，包括：2.根据权利要求1所述的一种基于多维度生物数据的结直肠癌风险预测方法，其特征在于，所述常规风险因素数据包括正常人以及结直肠患者的肿瘤标志物检测数据，所述基因风险因素数据包括正常人以及结直肠癌患者的基因点位检测数据，所述免疫细胞风险因素数据包括正常人以及结直肠癌患者的免疫细胞检测数据。3.根据权利要求2所述的一种基于多维度风险因素的结直肠癌风险预测方法，其特征在于，对所述原始数据进行分析，确定出目标数据，包括：4.根据权利要求3所述的一种基于多维度风险因素的结直肠癌风险预测方法，其特征在于，所述原始数据进行分析，确定出目标数据，还包括：对所述免疫细胞检测数据进行数值统计分析，确定cd3-cd16/56+nkcell为第三目标数据。5.根据权利要求4所述的一种基于多维度风险因素的结直肠癌风险预测方法，其特征在于，对所述原始数据进行分析，确定出目标数据，还包括：将肿瘤标志物检测数据中cea、ferritin细胞的检测数据确定为第四目标数据。6.一种基于多维度风险因素的结直肠癌风险预测系统，其特征在于，包括：7.根据权利要求6所述的一种基于多维度生物数据的结直肠癌风险预测系统，其特征在于，所述常规风险因素数据包括正常人以及结直肠患者的肿瘤标志物检测数据，所述基因风险因素数据包括正常人以及结直肠癌患者的基因点位检测数据，所述免疫细胞风险因素数据包括正常人以及结直肠癌患者的免疫细胞检测数据。8.根据权利要求7所述的一种基于多维度风险因素的结直肠癌风险预测系统，其特征在于，所述数据分析模块包括：9.根据权利要求8所述的一种基于多维度风险因素的结直肠癌风险预测系统，其特征在于，所述数据分析模块还包括：10.根据权利要求9所述的一种基于多维度风险因素的结直肠癌风险预测系统，其特征在于，所述数据分析模块还包括：技术总结本发明公开了一种基于多维度风险因素的结直肠癌风险预测方法及系统，涉及癌症检测技术，该方法集成了常规风险因素、基因风险因素和免疫细胞风险因素的综合分析，以提高结直肠癌风险的预测准确性。通过获取并分析包括肿瘤标志物、基因点位及免疫细胞的原始数据，筛选出与结直肠癌风险显著相关的目标数据，构建训练集，并建立结直肠癌风险预测模型，利用此模型，能够对患者的结直肠癌风险等级进行精准预测，有助于实现早期预防与干预，降低发病率和死亡率，同时优化医疗资源配置。技术研发人员：彭建珩受保护的技术使用者：重庆医科大学附属第一医院技术研发日：技术公布日：2024/8/16