PVI 计算器

Python 3.10-3.12
R 4.1-4.4
Build YYYYMM
⏱️ 计算中,请稍候。
多个计数请使用非数字字符分隔
PVI Index 和 PVI Score 的计算方法
1. PVI Index 的计算

PVI 指数(PVI Index)是根据血小板计数的波动性和严重程度计算得出的一个值,用于量化患者血小板水平的动态变化。

计算步骤:

  • 输入数据: 由用户提供的血小板计数序列,通过非数字字符分隔。
  • 计算血小板计数的最低值: 使用 Math.min 获取血小板计数中的最小值(lowestCount)。
  • 通过以下公式计算严重程度(Severity):

    Severity = baseParamlowestCount

    其中,baseParam 是一个范围在 (0, 1) 之间的参数,默认值为 0.8。

  • 波动性调整(仅适用于多个计数的情况):

    • 如果血小板计数个数大于 2:
      • 计算血小板计数的平均值。
      • 计算血小板计数的标准化平方差(SSD)。
      • 计算相邻血小板计数之间的差值序列,并求得这些差值的均方根(RSS)。
      • 将标准差和均方根乘积作为波动性指标。
  • 通过以下公式计算 PVI Index

    PVI Index = log(Severity * Fluctuation + ε)

    其中,ε = 10-10,用于避免对数计算时的零值问题。

    如果血小板计数少于或等于 2,则直接计算:

    PVI Index = log(Severity + ε)

2. PVI Score 的计算

PVI 得分(PVI Score)基于 PVI 指数的值划分为多个分段,用于将动态变化量化为离散得分。具体规则如下:

  • PVI Index ≤ -10: PVI Score = 0
  • -10 < PVI Index ≤ -5: PVI Score = 1
  • -5 < PVI Index ≤ 0: PVI Score = 2
  • 0 < PVI Index ≤ 5: PVI Score = 3
  • 5 < PVI Index ≤ 8: PVI Score = 4
  • 8 < PVI Index ≤ 12: PVI Score = 5
  • PVI Index > 12: PVI Score = 6
应用场景

PVI 指数和 PVI 得分的计算可以用于临床研究,帮助医生评估患者的病情波动情况,并为治疗决策提供参考。高得分可能意味着更剧烈的波动,而低得分则反映出更稳定的状态。

基于Python的生存分析工具集 by Lokyshin