[發(fā)明專利]疾病風(fēng)險(xiǎn)調(diào)整模型建立方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510357827.2
• 申請(qǐng)日: 2015-06-25
• 公開（公告）號(hào): CN104992058B
• 公開（公告）日: 2017-08-01
• 發(fā)明（設(shè)計(jì)）人: 楊思坦;李濤;陶金藍(lán);陳霞
• 申請(qǐng)（專利權(quán)）人: 成都厚立信息技術(shù)有限公司
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 成都金英專利代理事務(wù)所(普通合伙)51218
• 代理人: 袁英

1.疾病風(fēng)險(xiǎn)調(diào)整模型建立方法，其特征在于，包括以下步驟：

S1. 產(chǎn)生數(shù)據(jù)：采用國際疾病合并發(fā)癥的集合標(biāo)準(zhǔn)，對(duì)同一相關(guān)疾病群組DRG中病人的人口統(tǒng)計(jì)信息、出入院情況、社會(huì)經(jīng)濟(jì)狀況、疾病和有關(guān)健康問題的國際統(tǒng)計(jì)分類ICD診斷或手術(shù)編碼進(jìn)行群組集合，形成不同類別的變量；

S2. 數(shù)據(jù)處理：在同一DRG群組中，通過統(tǒng)計(jì)學(xué)算法對(duì)病人死亡率、住院天數(shù)和成本具有統(tǒng)計(jì)學(xué)顯著意義的合并發(fā)癥群和其他類別變量進(jìn)行統(tǒng)計(jì)預(yù)處理；

S3. 模型建立：進(jìn)行統(tǒng)計(jì)學(xué)模型的建立，死亡率數(shù)據(jù)采用邏輯回歸模型，住院天數(shù)和成本數(shù)據(jù)采用多元線性回歸模型，建模中運(yùn)用基于統(tǒng)計(jì)LASSO方法的變量選擇方法，并結(jié)合臨床經(jīng)驗(yàn)分析，然后得到選中的顯著性變量在模型中的系數(shù)，從而完成建模；

步驟S3中所述的模型建立過程包括以下環(huán)節(jié)：

(1) 利用LASSO生成預(yù)測變量重要性列表：由于LASSO獨(dú)有的放縮系數(shù)，在放縮系數(shù)從0到最大值的過程中，統(tǒng)計(jì)每個(gè)預(yù)測變量在模型中出現(xiàn)的次數(shù)，根據(jù)預(yù)測變量出現(xiàn)次數(shù)進(jìn)行排序列表，得到預(yù)測變量重要性列表；預(yù)測變量重要性列表能夠從一個(gè)方面反映在線性回歸中，各個(gè)變量對(duì)獨(dú)立變量的影響大小，其中影響為0的變量是使用LASSO后就直接刪除的變量；

(2) 結(jié)合臨床經(jīng)驗(yàn)確定重要性列表的臨界值：

死亡率模型的臨界值：如果預(yù)測變量是急性疾病類的合并發(fā)癥變量，而且后面連續(xù)三個(gè)變量為慢性疾病類和/或與當(dāng)前疾病非關(guān)聯(lián)的合并發(fā)癥，判斷為后面三個(gè)變量，以及之后的所有變量對(duì)病人當(dāng)前疾病導(dǎo)致死亡的影響忽略不計(jì)，從急性疾病類的合并發(fā)癥變量之后的第一個(gè)變量開始刪除；

住院天數(shù)和成本模型的臨界值：無論是急性或慢性疾病類的合并發(fā)癥變量，對(duì)治療所使用的資源均會(huì)產(chǎn)生強(qiáng)弱不同的影響，所以臨界值定義為0；

(3) 確定預(yù)測變量的選擇：在預(yù)測變量選擇確定以后，這些變量會(huì)被用來以LASSO的方法重新建立線性回歸模型，這里用到的方法是對(duì)原來所有預(yù)處理后的預(yù)測變量的系數(shù)進(jìn)行重新調(diào)整，在重要性中判定為不重要的變量其系數(shù)被強(qiáng)制設(shè)置為0，從而排除掉進(jìn)入最終模型的可能；另外，其他選中變量的系數(shù)范圍也會(huì)進(jìn)行規(guī)定，達(dá)到嚴(yán)格控制最終模型質(zhì)量的目的，系數(shù)范圍的規(guī)定原則是變量的系數(shù)符號(hào)必須與兩個(gè)標(biāo)準(zhǔn)保持一致：

第一條標(biāo)準(zhǔn)：系數(shù)符號(hào)必須與預(yù)處理中統(tǒng)計(jì)檢驗(yàn)量的符號(hào)一致；

第二條標(biāo)準(zhǔn)：系數(shù)符號(hào)必須與臨床判斷的結(jié)果保持一致；

第二條標(biāo)準(zhǔn)針對(duì)變量實(shí)際的臨床意義進(jìn)行規(guī)定；

(4) 建立回歸模型：模型中放縮參數(shù)的優(yōu)化利用Cross-Validation的方法，優(yōu)化參數(shù)的標(biāo)準(zhǔn)根據(jù)數(shù)據(jù)類型定義：離散獨(dú)立變量使用Misclassification Error，而連續(xù)獨(dú)立變量使用Mean Squared Error，使得錯(cuò)誤率最小的參數(shù)選為最終模型使用的放縮參數(shù)，建模完成。

2.根據(jù)權(quán)利要求1所述的疾病風(fēng)險(xiǎn)調(diào)整模型建立方法，其特征在于：步驟S1中對(duì)同一相關(guān)疾病群組DRG中形成的變量具體為：

（1）病人的人口統(tǒng)計(jì)信息變量：包括病人年齡、性別、民族；

（2）病人的出入院情況變量：包括入院途徑、出院去處、入院時(shí)病情狀態(tài)；

（3）疾病的合并發(fā)癥變量：包括采用國際疾病合并發(fā)癥的集合標(biāo)準(zhǔn)對(duì)病人入院的疾病和有關(guān)健康問題的國際統(tǒng)計(jì)分類ICD診斷或手術(shù)編碼進(jìn)行群組集合。

3.根據(jù)權(quán)利要求1所述的疾病風(fēng)險(xiǎn)調(diào)整模型建立方法，其特征在于：步驟S2中所述的統(tǒng)計(jì)預(yù)處理步驟針對(duì)不同模型進(jìn)行如下的統(tǒng)計(jì)預(yù)處理：

（1）采用統(tǒng)計(jì)檢驗(yàn)篩選出對(duì)死亡率、住院天數(shù)和醫(yī)療成本有顯著性影響的變量；

（2）對(duì)有強(qiáng)相關(guān)聯(lián)性的變量進(jìn)行處理，強(qiáng)相關(guān)聯(lián)性變量是指在模型中兩個(gè)或者多個(gè)變量在統(tǒng)計(jì)學(xué)意義上具有強(qiáng)的相似性；

具體針對(duì)不同模型的操作包括：

死亡率模型的預(yù)處理：

（1）采用Chi-squared檢驗(yàn)，假定值p-value設(shè)定為0.05，為保留較多變量，未考慮P值的multiple testing correction；

（2）采用Variance Inflation Factor作為檢驗(yàn)標(biāo)準(zhǔn)，VIF的臨界值取為5，對(duì)VIF＞5的預(yù)測變量進(jìn)行刪除；

住院天數(shù)和成本模型的預(yù)處理：

（1）考慮到住院天數(shù)和成本的原始分布不明確，對(duì)住院天數(shù)和成本數(shù)據(jù)進(jìn)行對(duì)數(shù)變換log transformation，使得變換后的數(shù)據(jù)更可能符合正態(tài)分布，從而更符合線性回歸模型的假設(shè)；

（2）采用t-test檢驗(yàn)發(fā)生合并發(fā)癥和未發(fā)生癥狀的兩個(gè)群體的病人住院天數(shù)有無顯著區(qū)別，假定值p-value設(shè)定為0.05，為保留較多變量，未考慮P值的multiple testing correction；

（3）采用Variance Inflation Factor作為檢驗(yàn)標(biāo)準(zhǔn)，VIF的臨界值取為5，對(duì)VIF＞5的預(yù)測變量進(jìn)行刪除；

以上模型中的Variance Inflation Factor處理采用循環(huán)迭代的方法進(jìn)行刪除，即首先計(jì)算每一個(gè)預(yù)測變量相對(duì)于其他所有預(yù)測變量的VIF值，然后得到所有VIF值后去掉最大的，再重新計(jì)算余下變量的VIF值，直到所有變量的max VIF＜5。