买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉天津市第一中心医院申请的专利一种红斑狼疮生物标志物关联模型建立方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120412982B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510847884.2，技术领域涉及：G16H50/20；该发明授权一种红斑狼疮生物标志物关联模型建立方法是由唐露;修子娟;唐英璇设计研发完成，并于2025-06-24向国家知识产权局提交的专利申请。

本一种红斑狼疮生物标志物关联模型建立方法在说明书摘要公布了：本发明公开了一种红斑狼疮生物标志物关联模型建立方法，涉及SLE活动度检测技术领域，包括如下步骤：获取患者的病情活动程度评分以及基本生理信息，并获取患者的第一标志物数据以及第二标志物数据；对患者进行患者标记分组处理，得到患者标志分组信息以及患者标志物数据；并进行标志物排序处理，并建立标志物权重处理方法；基于患者标志物数据构建基本活动度模型，并构建个性活动度模型，进行系统性红斑狼疮活动度检测；本发明用于解决现有的技术在对系统性红斑狼疮的疾病活动度进行检测时，通常使用复杂的综合疾病活动指数进行评估，无法为临床医生提供快速精确的检测工具，帮助临床医生诊断和监测SLE患者的疾病活动度的问题。

本发明授权一种红斑狼疮生物标志物关联模型建立方法在权利要求书中公布了：1.一种红斑狼疮生物标志物关联模型建立方法，其特征在于，包括如下步骤： 获取患者的病情活动程度评分以及基本生理信息，并获取患者的第一标志物数据以及第二标志物数据；其中，患者的基本生理信息包括患者的性别；患者的第一标志物数据包括患者外周血中CD4+T细胞的百分比和绝对计数，以及调节性T细胞的百分比和绝对计数；患者的第二标志物数据包括患者外周血中CD4+CD39+T细胞的百分比以及CD39+调节性T细胞的百分比；对患者进行患者标记分组处理，得到患者标志分组信息以及患者标志物数据； 基于患者标志分组信息以及患者标志物数据进行标志物排序处理，并建立标志物权重处理方法； 基于患者标志物数据构建基本活动度模型，并基于患者的患者标志物数据构建个性活动度模型，并进行系统性红斑狼疮活动度检测； 对患者进行患者标记分组处理，得到患者标志分组信息以及患者标志物数据包括如下子步骤： 对于任意一位系统性红斑狼疮患者，记作第一患者，根据第一患者的性别，将第一患者标记为男性患者或者女性患者； 获取所有系统性红斑狼疮患者的CD4+T细胞的百分比和绝对计数、调节性T细胞的百分比和绝对计数、CD4+CD39+T细胞的百分比以及CD39+调节性T细胞的百分比，进行患者标记分组处理，包括： 对于任意一种标志物的任意数据，记作第一标志细胞数据；将所有系统性红斑狼疮患者的第一标志细胞数据按照从小到大的顺序排列，记作第一标志细胞序列；获取第一标志细胞序列中的最小值以及最大值，分别记作MX以及MD；设置序列分组个数为k1；计算分组区间大小FD，FD=MD-MXk1-1； 根据分组区间大小FD，将第一标志细胞序列划分为k1个分组区间，记作[MX-FD2，MX+FD2]，[MX+FD-FD2，MX+FD+FD2]，[MX+2*FD-FD2，MX+2*FD+FD2]，……，[MD-FD2，MD+FD2]，并按照k1个分组区间对应在第一标志细胞序列中的顺序，依次记作第一标志细胞数据的第1分组区间，第2分组区间，……，第k1分组区间； 对于第一患者的第一标志物数据以及第二标志物数据中任意一种标志物的任意数据，根据对应的分组区间进行标记； 重复对所有系统性红斑狼疮患者的第一标志物数据以及第二标志物数据进行标记，完成后按顺序得到第一标志物标记数据以及第二标志物标记数据，记作患者标志物数据； 对于所有系统性红斑狼疮患者，将性别相同，且任意一种标志物的任意数据所处的分组区间均相同的系统性红斑狼疮患者划分为一组，分别记作第1标志分组，第2标志分组，……第n标志分组，标记为患者标志分组信息； 基于患者标志分组信息以及患者标志物数据进行标志物排序处理，并建立标志物权重处理方法包括如下子步骤： 设置病情活动程度评分阈值为Q0；对于任意一个标志分组记作任一标志分组，对于任一标志分组内任意一个系统性红斑狼疮患者，若对应的病情活动程度评分大于Q0，则将对应的系统性红斑狼疮患者标记为任一标志分组的活动组，否则将对应的系统性红斑狼疮患者标记为任一标志分组的缓解组，重复对任一标志分组内所有系统性红斑狼疮患者进行标记； 获取任一标志分组的活动组以及缓解组的所有系统性红斑狼疮患者的CD4+T细胞的百分比和绝对计数、调节性T细胞的百分比和绝对计数、CD4+CD39+T细胞的百分比以及CD39+调节性T细胞的百分比；对于任意一种标志物的任意数据分别进行ROC曲线分析，并计算AUC值，依次得到CD4+T细胞的百分比、CD4+T细胞的绝对计数、调节性T细胞的百分比、调节性T细胞的绝对计数、CD4+CD39+T细胞的百分比以及CD39+调节性T细胞的百分比对应的AUC值，按数据依次记作CT1、CT2、TR1、TR2、DD1以及DT1； 将CT1、CT2、TR1以及TR2标记为第一标志物关系参数，将DD1以及DT1标记为第二标志物关系参数； 重复对所有标志分组进行处理，完成后得到患者标志标记分组信息； 对于任一标志分组的第一标志物关系参数，计算MT=CT1+CT2+TR1+TR2；对于CT1、CT2、TR1以及TR2依次计算QC1=CT1MT、QC2=CT2MT、QR1=TR1MT以及QR2=TR2MT，将QC1、QC2、QR1以及QR2分别记作任一标志分组的CT1、CT2、TR1以及TR2的标志物权重； 对于任一标志分组的第二标志物关系参数，计算MD=DD1+DT1；对于DD1以及DT1依次计算QD1=DD1MD以及QT1=DT1MD；将QD1以及QT1分别记作任一标志分组的DD1以及DT1的标志物权重； 获取所有标志分组对应的标志物权重，并分别求取QC1、QC2、QR1、QR2、QD1以及QT1的平均值，按顺序分别记作PC1、PC2、PR1、PR2、PD1以及PT1； 基于患者标志物数据构建基本活动度模型，并基于患者的患者标志物数据构建个性活动度模型，并进行系统性红斑狼疮活动度检测包括如下子步骤： 基于逻辑回归模型构建第一原始活动度模型以及第二原始活动度模型，第一原始活动度模型如下：；第二原始活动度模型如下：；其中g1、g2、g3、g4、h1以及h2按顺序分别代表CD4+T细胞的百分比、CD4+T细胞的绝对计数、调节性T细胞的百分比、调节性T细胞的绝对计数、CD4+CD39+T细胞的百分比以及CD39+调节性T细胞的百分比；P1以及P2代表系统性红斑狼疮病情活动程度评分；β0、β1、β2、β3以及β4为第一原始活动度模型的参数，α0、α1以及α2为第二原始活动度模型的参数； 利用第一标志物数据以及对应患者的病情活动程度评分对第一原始活动度模型进行模型训练，完成后得到第一基本活动度模型，并利用第二标志物数据以及对应患者的病情活动程度评分对第二原始活动度模型进行模型训练，完成后得到第二基本活动度模型； 对于待检测患者，获取待检测患者的基本生理信息、第一标志物数据以及第二标志物数据，并获取待检测患者基本生理信息、第一标志物数据以及第二标志物数据所对应的标志分组，记作第一相似分组，获取第一相似分组对应患者的第一标志物数据以及病情活动程度评分，记作第一相似数据；并获取第一相似分组对应患者的第二标志物数据以及病情活动程度评分，记作第二相似数据；并获取第一相似分组对应的QC1、QC2、QR1、QR2、QD1以及QT1； 将第一基本活动度模型中的PC1、PC2、PR1以及PR2按顺序变更为第一相似分组对应的QC1、QC2、QR1以及QR2；并利用第一相似数据对变更后的第一基本活动度模型进行模型训练，完成后得到第一个性活动度模型； 将第二基本活动度模型中的PD1以及PT1按顺序变更为第一相似分组对应的QD1以及QT1；并利用第二相似数据对变更后的第二基本活动度模型进行模型训练，完成后得到第二个性活动度模型； 将待检测患者的第一标志物数据以及第二标志物数据按顺序分别输入第一个性活动度模型以及第二个性活动度模型，按顺序得到第一活动度A1以及第二活动度A2；计算A0=q1*A1+q2*A2，得到待检测患者的系统性红斑狼疮病情活动程度评分A0，其中q1以及q2为设置的权重系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人天津市第一中心医院，其通讯地址为：300000 天津市南开区复康路24号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。