本发明涉及神经外科医疗，尤其涉及一种神经外科术后ct出血风险的评估方法、评估模型及其建立方法。
背景技术：
1、神经外科择期手术术后出血是较常见的并发症之一。由于神经外科手术相较其他外科专业，手术时间普遍较长、并发症危险程度普遍较高；神经外科手术大多数操作区域位于颅内，术后出血具有一定的隐匿性。当患者出现相应的体征时，往往出血量已经较多，错失早期干预窗口，严重者甚至危及患者生命。因此，目前在有条件的医院，神经外科手术结束早期(一般在6小时内)进行ct检查已成为常规，然而，术后ct检查的结果在大部分情况并不符合手术医生预期。另外，ct检查不但增加了患者的射线暴露、提高了检查过程中的转运风险，而且也会增加患者和医疗机构的财力和人力成本。因此如果能够探索术后出血的高危因素，精准判断术后ct复查的必要性，就可以在兼顾患者的安全并减少射线暴露、降低成本。
技术实现思路
1、本发明的目的在于建立了预测患者术后ct出血概率的模型，为判断接受神经外科择期手术的患者术后早期是否进行ct检查提供了精准的依据。
2、为实现上述目的，第一方面，本发明提供了一种神经外科术后ct出血风险的评估模型建立方法，包括以下步骤，
3、a、整理所有患者在神经外科手术术前、术中、术后的原始数据，针对原始数据进行分类统计；
4、b、在r语言中采用单变量logistics回归方法对原始数据中每一个数据类型进行数据分析，筛选出具备统计学意义的因变量数据类型，公式如下：
5、logit(pi)＝1/(1+exp(-pi))
6、ln(pi/(1-pi))＝beta_0+beta_1*x_1+…+b_k*k_k，其中pi是指第i个数据类型的得分，beta_i是指第i个数据类型的百分比取值。
7、c、将筛选出来的所有因变量数据类型采用多因素logistics回归方法进行数据分析，计算得出各个因变量数据类型的影响因素，公式如下：
8、logit(pi)＝1/(1+exp(-pi))
9、ln(pi/(1-pi))＝beta_0+beta_1*x_1+…+b_k*k_k，其中pi是指第i个因变量数据类型的得分，beta_i是指第i个因变量数据类型的百分比取值。
10、d、根据各个因变量数据类型的影响因素，制作列线图，形成评估模型。
11、作为本发明的进一步改进，所述步骤a中术前、术中、术后的原始数据包括患者疾病类型、性别、住院时间、手术部位、手术持续时间、手术方式、病变侧别、年龄、切除程度。
12、作为本发明的进一步改进，所述针对原始数据进行分类统计包括对患者疾病类型、性别、住院时间、手术部位、手术持续时间、手术方式、病变侧别、年龄、切除程度中各个类型数据的人数占比进行统计计算。
13、作为本发明的进一步改进，所述在r语言中采用单变量logistics回归方法对原始数据中每一个数据类型进行数据分析包括在r语言中采用单变量logistics回归方法对患者疾病类型、性别、住院时间、手术部位、手术持续时间、手术方式、病变侧别、年龄、切除程度中各个类型数据的人数占比的统计计算结果采用单变量logistics回归方法进行数据分析得出相对危险度or值。
14、作为本发明的进一步改进，所述筛选出具备统计学意义的因变量数据类型包括将相对危险度or值在0<1或者>1范围内的对应的数据类型筛选出来定义为具备统计学意义的因变量数据类型。
15、作为本发明的进一步改进，所述具备统计学意义的因变量数据为患者的疾病类型、性别、住院时间、手术部位、手术持续时间。
16、作为本发明的进一步改进，步骤c中所述计算得出各个因变量数据类型的影响因素包括将各个因变量数据类型相对危险度or值按照以下公式进行计算得到各个因变量数据类型得分pi，
17、所述因变量数据类型得分pi＝(beta_i/max_beta)*100，beta_i是指第i个因变量数据类型的百分比取值，max_beta是指所有因变量数据类型的最大百分比取值。
18、作为本发明的进一步改进，所述步骤d中根据各个因变量数据类型的影响因素，制作列线图，形成评估模型包括根据各个因变量数据类型得分pi，制作各个因变量数据类型的取值线性直线以及制作线性得分对照表，形成评估模型。
19、本发明还提供一种神经外科术后ct出血风险的评估模型，所述评估模型包括影响因素points、疾病类型、性别、住院时间、手术部位、手术持续时间、影响因素总points、线性得分对照表。
20、本发明还提供一种神经外科术后ct出血风险的评估方法，包括以下步骤，
21、a、获取患者在神经外科手术术前、术中、术后的因变量数据，所述因变量数据包括疾病类型、性别、住院时间、手术部位、手术持续时间；
22、b、将患者各个因变量数据的具体类型与神经外科术后ct出血风险的评估模型进行数据对照，得出患者各个因变量数据对应的影响因素points；
23、c、将各个因变量数据对应的影响因素points进行相加，再与神经外科术后ct出血风险的线性得分对照表进行映射，得出患者在神经外科手术之后脑部出血的概率。
24、与现有技术相比，本发明的有益效果是：
25、本发明提供的一种神经外科术后ct出血风险的评估模型是通过分析上海某医院8840例患者手术后6小时内ct检查结果与术后24小时左右ct检查结果，发现了疾病类型、性别、住院时间、手术部位、手术持续时间等因素对于术后出血的影响具有统计学意义，将上述变量纳入logistics回归分析，制作列线图，形成评估模型，然后利用评估模型再随机选择其中的患者进行反向验证，通过验证数据表明，通过本发明提供的评估模型进行计算后得到的出血概率与实际中患者术后的出血真实情况进行比对，验证了本发明评估模型的精准性、可靠性，为判断患者接受神经外科手术后早期是否进行ct检查提供了更为精准的理论依据。
1.一种神经外科术后ct出血风险的评估模型建立方法，其特征在于：包括以下步骤，
2.根据权利要求1所述的神经外科术后ct出血风险的评估模型建立方法，其特征在于：
3.根据权利要求2所述的神经外科术后ct出血风险的评估模型建立方法，其特征在于：
4.根据权利要求3所述的神经外科术后ct出血风险的评估模型建立方法，其特征在于：
5.根据权利要求4所述的神经外科术后ct出血风险的评估模型建立方法，其特征在于：
6.根据权利要求5所述的神经外科术后ct出血风险的评估模型建立方法，其特征在于：
7.根据权利要求6所述的神经外科术后ct出血风险的评估模型建立方法，其特征在于：
8.根据权利要求7所述的神经外科术后ct出血风险的评估模型建立方法，其特征在于：
9.一种神经外科术后ct出血风险的评估模型，其特征在于：所述评估模型包括影响因素points、疾病类型、性别、住院时间、手术部位、手术持续时间、影响因素总points、线性得分对照表。
10.一种神经外科术后ct出血风险的评估方法，其特征在于：包括以下步骤，
