[發(fā)明專利]一種基于臨床變量屬性的決策分析方法

在審

• 申請?zhí)枺?/td>: 202010122775.1
• 申請日: 2020-02-27
• 公開（公告）號: CN111292816A
• 公開（公告）日: 2020-06-16
• 發(fā)明（設計）人: 成曉亮;張磊
• 申請（專利權）人: 南京品生醫(yī)學檢驗實驗室有限公司
• 主分類號: G16H10/20
• 分類號: G16H10/20;G16H50/70;G06F16/2458
• 代理公司: 南京經(jīng)緯專利商標代理有限公司 32200
• 代理人: 田凌濤

本發(fā)明涉及一種基于臨床變量屬性的決策分析方法，采用全新邏輯設計方法，基于同一數(shù)據(jù)源的樣本對象，針對樣本對象所對應各變量屬性的數(shù)據(jù)，先基于數(shù)值型變量與分類型變量的區(qū)分，獲得數(shù)據(jù)所對應的初級效應值；然后基于初級效應值，獲得各變量屬性的L2范數(shù)值，并進一步獲得各變量屬性的權重值；最后結合初級效應值，獲得變量屬性對樣本對象的影響效應量化值；如此實現(xiàn)變量屬性對樣本對象的影響的量化反應，為后續(xù)對變量屬性數(shù)據(jù)的分析應用提供了客觀、且準確的數(shù)據(jù)參考依據(jù)，有效提高了最終數(shù)據(jù)分析應用的準確性。

技術領域

本發(fā)明涉及一種基于臨床變量屬性的決策分析方法，屬于臨床數(shù)據(jù)分析技術領域。

背景技術

臨床上醫(yī)生需要整合分析多種變量數(shù)據(jù)，對患者的疾病狀況進行評估，期望給出最佳治療方案。醫(yī)生整合分析數(shù)據(jù)時需要依賴于自身經(jīng)驗，主觀性較強，尤其是當經(jīng)驗不足時，往往是出現(xiàn)評估偏差，給醫(yī)生和患者均帶來隱患。同時，不同醫(yī)院對同種疾病的監(jiān)測方法和使用儀器規(guī)格也有差異，會導致同種疾病在不同醫(yī)院的指標數(shù)據(jù)也有差異，即使經(jīng)驗豐富的醫(yī)生拿到這些數(shù)據(jù)，也常有疑惑而難以快速評估出結果。如何分析某個變量數(shù)據(jù)對樣本產(chǎn)生的效應，以及整合分析多個變量數(shù)據(jù)對樣本產(chǎn)生的總和效應，是難題之一。另外，整合分析多種變量時也常會因為測量單位、取值范圍、標準化方法不同而增加誤差，給后續(xù)分析帶來困難。

發(fā)明內容

本發(fā)明所要解決的技術問題是提供一種基于臨床變量屬性的決策分析方法，采用全新邏輯設計方法，能夠快速獲得變量屬性對樣本對象的影響效應量化值，有效提高后續(xù)對變量屬性數(shù)據(jù)的分析應用效率。

本發(fā)明為了解決上述技術問題采用以下技術方案：本發(fā)明設計了一種基于臨床變量屬性的決策分析方法，用于針對來自同一數(shù)據(jù)源的數(shù)據(jù)庫中各個樣本對象、以及各樣本對象分別對應相同各變量屬性的數(shù)據(jù)，實現(xiàn)變量屬性對樣本對象的影響效應量化性分析，包括如下步驟：

步驟A.分別針對各個變量屬性，獲得變量屬性對應各樣本對象的數(shù)據(jù)中、彼此不重復的非空數(shù)據(jù)的個數(shù)，作為該變量屬性所對應不重復數(shù)據(jù)個數(shù)m，m≥2；完成對各變量屬性的上述操作后，然后進入步驟B；

步驟B.分別針對各個變量屬性，若變量屬性對應各樣本對象的非空數(shù)據(jù)為數(shù)值型變量，則獲得該變量屬性對應各樣本對象的非空數(shù)據(jù)中的最大值max、最小值min，以及針對該各非空數(shù)據(jù)進行由小至大排序或由大直小排序，并獲得該排序中間位置的非空數(shù)據(jù)，作為中值med，完成對各變量屬性的上述操作后，然后進入步驟C；

步驟C.分別針對各個變量屬性，若變量屬性對應各樣本對象的非空數(shù)據(jù)為數(shù)值型變量，則根據(jù)該變量屬性所對應的最大值max、最小值min、以及中值med，分別針對該變量屬性所對應各樣本對象的非空數(shù)據(jù)，應用線性效應函數(shù)進行效應歸一化處理，獲得該變量屬性所對應各樣本對象的非空數(shù)據(jù)、分別對應的初級效應值y；

若變量屬性對應各樣本對象的非空數(shù)據(jù)為分類型變量，則以1/m的值，作為該變量屬性所對應各樣本對象的非空數(shù)據(jù)、分別對應的初級效應值y；并且進一步若該變量屬性所對應各樣本對象的非空數(shù)據(jù)、等于樣本對象所對應各變量屬性的判定目標，則以1/m+0.5的值，作為該變量屬性所對應各樣本對象的非空數(shù)據(jù)、分別對應的初級效應值y；

完成對各變量屬性的上述操作后，然后進入步驟D；

步驟D.分別針對各個變量屬性，根據(jù)變量屬性所對應各樣本對象的非空數(shù)據(jù)、分別對應的初級效應值y，獲得該變量屬性所對應的L2范數(shù)值；完成對各變量屬性的上述操作后，然后進入步驟E；

步驟E.獲得各變量屬性分別所對應L2范數(shù)值的和sum(L2)，然后分別針對各個變量屬性，以變量屬性所對應L2范數(shù)值與sum(L2)的比值，作為該變量屬性所對應的權重值；即獲得各變量屬性分別所對應的權重值，并進入步驟F；