[發(fā)明專利]一種高血壓病人隨訪推薦的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201711029895.1
• 申請(qǐng)日: 2017-10-30
• 公開（公告）號(hào): CN107833633A
• 公開（公告）日: 2018-03-23
• 發(fā)明（設(shè)計(jì)）人: 涂昶;陳濤;李建元;王開紅
• 申請(qǐng)（專利權(quán)）人: 銀江股份有限公司
• 主分類號(hào): G16H50/30
• 分類號(hào): G16H50/30;G16H50/20
• 代理公司: 杭州千克知識(shí)產(chǎn)權(quán)代理有限公司33246
• 代理人: 趙芳,張瑜

技術(shù)領(lǐng)域

本發(fā)明屬于醫(yī)療技術(shù)領(lǐng)域，涉及一種高血壓病人隨訪推薦的方法。

背景技術(shù)

近幾年來，高血壓病患者人數(shù)在全球范圍內(nèi)不斷攀升，根據(jù)國(guó)際健康組織的不完全統(tǒng)計(jì)，在2016年初，全球成年人中高血壓患者占據(jù)20％以上。目前預(yù)估我國(guó)高血壓患者人數(shù)超過2億且病人對(duì)自身疾病的知曉率僅為30％，控制率僅為6％，且高血壓病又往往伴隨著中風(fēng)、心力衰竭、眼部損害等諸多并發(fā)癥，給人民的生活和健康造成極其嚴(yán)重的負(fù)面影響。

目前國(guó)內(nèi)針對(duì)高血壓病人的疾病控制主要由社區(qū)、街道衛(wèi)生院工作人員對(duì)高血壓病人進(jìn)行隨訪，通過藥品和醫(yī)囑控制病情，并搜集病人生理、病理以及生活習(xí)慣等數(shù)據(jù)。但醫(yī)療資源的不均衡分布嚴(yán)重阻礙了高血壓病人病情控制，其不平衡性主要體現(xiàn)在(1)時(shí)間：工作人員會(huì)對(duì)上次隨訪，血壓超過閾值的病人在近期再度隨訪，一般間隔在15天以內(nèi)，而未超過閾值的隨訪間隔則長(zhǎng)至三個(gè)月或以上，隨訪時(shí)發(fā)現(xiàn)很大一部分病人的血壓已嚴(yán)重超標(biāo)且伴隨其它病癥的惡化現(xiàn)象。(2)空間：城鄉(xiāng)醫(yī)療衛(wèi)生資源的差距比較大，城市人口平均擁有的醫(yī)療衛(wèi)生資源是農(nóng)村人口的2.5倍以上，比如，占全國(guó)總?cè)丝诮?0％的農(nóng)村擁有全國(guó)醫(yī)療衛(wèi)生資源的30％，而占全國(guó)總?cè)丝?0％的城市卻占有全國(guó)醫(yī)療衛(wèi)生資源的70％。所以提高基層工作人員的隨訪效率和醫(yī)療資源的利用率是慢性病控制的關(guān)鍵。

準(zhǔn)確地預(yù)測(cè)高血壓患者血壓的變化情況能夠更有針對(duì)性地對(duì)患者進(jìn)行隨訪，目前已有的血壓預(yù)測(cè)技術(shù)中，主要通過神經(jīng)網(wǎng)絡(luò)模型和深度學(xué)習(xí)中的循環(huán)神經(jīng)網(wǎng)絡(luò)模型對(duì)高血壓的發(fā)病進(jìn)行預(yù)測(cè)，但這些技術(shù)在應(yīng)用方面存在幾點(diǎn)不足。(1)CN201510028877.6一種利用神經(jīng)網(wǎng)絡(luò)的高血壓預(yù)測(cè)方法中，忽略了同一個(gè)體在不同時(shí)間維度下表現(xiàn)的自相關(guān)性，因此僅適用于對(duì)未確診為高血壓病的人群患高血壓概率的預(yù)測(cè)，并起到預(yù)防作用，而不能準(zhǔn)確預(yù)測(cè)高血壓患者的血壓變化情況。(2)CN201611027689.2基于循環(huán)神經(jīng)網(wǎng)絡(luò)構(gòu)建預(yù)測(cè)模型的方法中涵蓋了病人個(gè)體差異和測(cè)量水平差異兩大方面，能夠較為準(zhǔn)確地監(jiān)測(cè)不同個(gè)體的血壓隨時(shí)間變化情況并對(duì)下一個(gè)時(shí)間節(jié)點(diǎn)的血壓進(jìn)行預(yù)測(cè)，然而此種方法大都依靠可穿戴設(shè)備對(duì)數(shù)據(jù)進(jìn)行采集，采集的數(shù)據(jù)必須是標(biāo)準(zhǔn)的時(shí)間序列結(jié)構(gòu)(時(shí)間起始、間隔均相同)，若數(shù)據(jù)因病人脫卸設(shè)備或設(shè)備損壞等原因未能準(zhǔn)確及時(shí)地上傳會(huì)影響預(yù)測(cè)結(jié)果，因此具有成本高、靈活性低、不可控性強(qiáng)的缺陷。

發(fā)明內(nèi)容

本發(fā)明提出了一種可行性強(qiáng)、可控性強(qiáng)、預(yù)測(cè)個(gè)性化、靈活性強(qiáng)的高血壓病人隨訪推薦的方法。

本發(fā)明采用的技術(shù)方案是：

一種高血壓病人隨訪推薦的方法，其特征在于：包括：

提取并關(guān)聯(lián)數(shù)據(jù)庫(kù)中高血壓病人的個(gè)人健康檔案和隨訪后產(chǎn)生的潛在性血壓影響因子；

將獲取的數(shù)據(jù)進(jìn)行清洗得到有效數(shù)據(jù)和現(xiàn)有特征變量；

根據(jù)有效數(shù)據(jù)進(jìn)行特征構(gòu)建得到構(gòu)建特征變量；

采用LMM模型對(duì)現(xiàn)有特征變量和構(gòu)建特征變量進(jìn)行篩選獲得顯著特征變量；

將有效數(shù)據(jù)和顯著特征變量代入多層邏輯回歸擬合函數(shù)進(jìn)行擬合得到多層邏輯回歸模型；

將患者最近一次的測(cè)量數(shù)據(jù)和每日更新的數(shù)據(jù)作為預(yù)測(cè)值代入多層邏輯回歸模型，計(jì)算患者血壓超過正常值的概率；

根據(jù)獲取的數(shù)據(jù)、血壓超過正常值的概率、以及更新的數(shù)據(jù)，對(duì)需要隨訪的患者進(jìn)行推薦。

進(jìn)一步，數(shù)據(jù)清洗步驟包括：

(1)變量轉(zhuǎn)化：將數(shù)據(jù)庫(kù)中的潛在性血壓影響因子分別轉(zhuǎn)化成對(duì)應(yīng)的數(shù)值型變量、定類變量、定序變量和日期型變量；

(2)錯(cuò)誤錄入值和極端值過濾：針對(duì)類型變量直接移除類別頻數(shù)小于N的行，針對(duì)連續(xù)型變量，觀察其分布情況后根據(jù)高斯概率密度函數(shù)：

其中j表示需要對(duì)變量進(jìn)行過濾的數(shù)值型變量，x_j表示變量的實(shí)際值，u_j表示各變量的平均值，σ_j為各變量的方差；移除X_u>μ_j-tσ_j，和X_l<μ_j+tσ_j的行,其中X_u,X_l分別表示計(jì)算出的保留的上下區(qū)間，t表示方差的倍數(shù)，通過t值可計(jì)算保留數(shù)據(jù)的百分比；