本发明涉及数据处理，具体而言，涉及一种预测突发性耳聋疗效的方法及系统。
背景技术：
1、突发性耳聋(简称突聋)是一种常见的耳科疾病。我们在临床治疗中仍然发现治疗效果在同一种听力损失类型中的不同患者中差异较大。近年来，有很多学者对突聋的预后因素进行了分析，比较一致地提出突聋的预后与年龄、就诊时间及某些伴随症状有明显相关性。然而，过往的研究仅关注患者治疗后是否可以痊愈，没有针对更细化疗效(无效/有效/显著疗效/痊愈)的分析，而临床在这方面的需求是迫切的。并且大多数研究纳入的听力学检测数据有限，限制了构建模型的效能。另外，突发性耳聋真实世界数据中存在部分的参数缺失，会损失样本数量，目前也未见针对此问题进行填充补救的尝试和效果评价。
2、因此，亟需提出一种可针对突发性耳聋疗效进行精准高效评估预测的方法。
技术实现思路
1、为了克服上述问题或者至少部分地解决上述问题，本发明提供一种预测突发性耳聋疗效的方法及系统，可实现精准有效的突发性耳聋疗效预测。
2、为解决上述技术问题，本发明采用的技术方案为：
3、第一方面，本发明提供一种预测突发性耳聋疗效的方法，包括以下步骤：
4、采集突发性耳聋患者的资料情况数据，构建样本数据集；
5、采用多种机器学习算法构建多个初始突发性耳聋预后预测模型；所述初始突发性耳聋预后预测模型，以疗效评价等级为自变量；
6、基于样本数据集对多个初始突发性耳聋预后预测模型进行训练与验证，在进行训练与验证过程中，对样本数据集中的数据缺失值进行填充；验证完成后，确定最终的目标突发性耳聋预后预测模型；
7、基于目标突发性耳聋预后预测模型对突发性耳聋疗效进行预测评估。
8、本方法采用多种机器学习方法+数据填补技术对临床真实世界数据进行了模型构建，并验证其有效性，得到了可以有效预测疗效的突发性耳聋预后预测模型，基于该突发性耳聋预后预测模型实现精准有效的突发性耳聋疗效预测，大大提升了疗效预测的精准度。
9、基于第一方面，进一步地，上述基于样本数据集对多个初始突发性耳聋预后预测模型进行训练与验证的方法包括以下步骤：
10、将样本数据集随机分配为训练组和验证组；
11、将训练组的数据输入至各个初始突发性耳聋预后预测模型中进行训练，以得到对应的训练完成的突发性耳聋预后预测模型；
12、将验证组的数据输入至各个训练完成的突发性耳聋预后预测模型中，进行模型验证，以得到对应的多个验证结果；
13、根据多个验证结果确定最终的目标突发性耳聋预后预测模型。
14、基于第一方面，进一步地，上述根据多个验证结果确定最终的目标突发性耳聋预后预测模型的方法包括以下步骤：
15、根据各个验证结果中的auc值和准确率评估对应的突发性耳聋预后预测模型的预测效果，以确定效果最好的目标突发性耳聋预后预测模型。
16、基于第一方面，进一步地，该预测突发性耳聋疗效的方法还包括以下步骤：
17、在训练与验证过程中，记录每次的多个验证结果，确定每次的各个突发性耳聋预后预测模型对应的auc值和准确率；
18、验证完成后，计算突发性耳聋预后预测模型对应的auc值和准确率的均值和标准差，以确定最终目标突发性耳聋预后预测模型。
19、基于第一方面，进一步地，该预测突发性耳聋疗效的方法还包括以下步骤：
20、对采集的突发性耳聋患者的资料情况数据进行数字化处理。
21、基于第一方面，进一步地，该预测突发性耳聋疗效的方法还包括以下步骤：
22、对采集的突发性耳聋患者的资料情况数据进行数字化处理。
23、第二方面，本发明提供一种预测突发性耳聋疗效的系统，包括数据采集模块、模型构建模块、训练与验证模块以及疗效预测模块，其中：
24、数据采集模块，用于采集突发性耳聋患者的资料情况数据，构建样本数据集；
25、模型构建模块，用于采用多种机器学习算法构建多个初始突发性耳聋预后预测模型；所述初始突发性耳聋预后预测模型，以疗效评价等级为自变量；
26、训练与验证模块，用于基于样本数据集对多个初始突发性耳聋预后预测模型进行训练与验证，在进行训练与验证过程中，对样本数据集中的数据缺失值进行填充；验证完成后，确定最终的目标突发性耳聋预后预测模型；
27、疗效预测模块，用于基于目标突发性耳聋预后预测模型对突发性耳聋疗效进行预测评估。
28、本系统通过数据采集模块、模型构建模块、训练与验证模块以及疗效预测模块等多个模块的配合，采用多种机器学习方法+数据填补技术对临床真实世界数据进行了模型构建，并验证其有效性，得到了可以有效预测疗效的突发性耳聋预后预测模型，基于该突发性耳聋预后预测模型实现精准有效的突发性耳聋疗效预测，大大提升了疗效预测的精准度。
29、第三方面，本申请提供一种电子设备，其包括存储器，用于存储一个或多个程序；处理器；当一个或多个程序被处理器执行时，实现如上述第一方面中任一项的方法。
30、第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述第一方面中任一项的方法。
31、本发明至少具有如下优点或有益效果：
32、本发明提供一种预测突发性耳聋疗效的方法及系统，采用多种机器学习方法+数据填补技术对临床真实世界数据进行了模型构建，并验证其有效性，得到了可以有效预测疗效的突发性耳聋预后预测模型，基于该突发性耳聋预后预测模型实现精准有效的突发性耳聋疗效预测，大大提升了疗效预测的精准度。
1.一种预测突发性耳聋疗效的方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种预测突发性耳聋疗效的方法，其特征在于，所述基于样本数据集对多个初始突发性耳聋预后预测模型进行训练与验证的方法包括以下步骤：
3.根据权利要求2所述的一种预测突发性耳聋疗效的方法，其特征在于，所述根据多个验证结果确定最终的目标突发性耳聋预后预测模型的方法包括以下步骤：
4.根据权利要求3所述的一种预测突发性耳聋疗效的方法，其特征在于，还包括以下步骤：
5.根据权利要求1所述的一种预测突发性耳聋疗效的方法，其特征在于，采用knn算法对样本数据集中的数据缺失值进行填充。
6.根据权利要求1所述的一种预测突发性耳聋疗效的方法，其特征在于，还包括以下步骤：
7.一种预测突发性耳聋疗效的系统，其特征在于，包括数据采集模块、模型构建模块、训练与验证模块以及疗效预测模块，其中：
8.一种电子设备，其特征在于，包括：
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
