[發(fā)明專利]一種基于網(wǎng)格化協(xié)變量因素的患病風(fēng)險(xiǎn)等級(jí)評(píng)估方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011160509.4
• 申請(qǐng)日: 2020-10-27
• 公開（公告）號(hào): CN112331342A
• 公開（公告）日: 2021-02-05
• 發(fā)明（設(shè)計(jì)）人: 龍華;張亞楠;邵玉斌;杜慶治
• 申請(qǐng)（專利權(quán)）人: 昆明理工大學(xué)
• 主分類號(hào): G16H50/30
• 分類號(hào): G16H50/30;G16H50/50
• 代理公司: 北京方圓嘉禾知識(shí)產(chǎn)權(quán)代理有限公司 11385
• 代理人: 王月松

本發(fā)明公開了一種基于網(wǎng)格化協(xié)變量因素的患病風(fēng)險(xiǎn)等級(jí)評(píng)估方法，用來量化評(píng)估網(wǎng)格內(nèi)疾病發(fā)生的相對(duì)風(fēng)險(xiǎn)等級(jí)。本發(fā)明首先將研究區(qū)域進(jìn)行網(wǎng)格化處理并標(biāo)記；其次進(jìn)行參數(shù)提取，確定空間結(jié)構(gòu)化效應(yīng)項(xiàng)、空間非結(jié)構(gòu)隨機(jī)效應(yīng)項(xiàng)、網(wǎng)格中對(duì)患病有影響的協(xié)變量因素項(xiàng)、研究區(qū)域的平均相對(duì)風(fēng)險(xiǎn)的參數(shù)，構(gòu)建模型；然后假設(shè)模型參數(shù)的先驗(yàn)分布；對(duì)參數(shù)的后驗(yàn)分布進(jìn)行計(jì)算，確定各網(wǎng)格的患病風(fēng)險(xiǎn)；最后進(jìn)行風(fēng)險(xiǎn)值的范圍劃分，確定患病風(fēng)險(xiǎn)的等級(jí)。本發(fā)明提出了一種基于網(wǎng)格化協(xié)變量因素的患病風(fēng)險(xiǎn)等級(jí)評(píng)估的方法，通過空間網(wǎng)格化劃分，充分考慮網(wǎng)格中影響疾病發(fā)病的協(xié)變量因素，能更好的評(píng)估研究區(qū)域內(nèi)各網(wǎng)格間患病的相對(duì)風(fēng)險(xiǎn)等級(jí)。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于網(wǎng)格化協(xié)變量因素的患病風(fēng)險(xiǎn)等級(jí)評(píng)估方法，本發(fā)明屬于信息處理技術(shù)領(lǐng)域。

背景技術(shù)

隨著大數(shù)據(jù)時(shí)代的到來，各個(gè)領(lǐng)域之間的交流越來越頻繁，信息交叉更加密集，信息共享更加方便。在這些海量數(shù)據(jù)中，往往蘊(yùn)含著許多的潛在價(jià)值，挖掘和探索這些數(shù)據(jù)的潛在價(jià)值是非常有意義的。其中，人類社會(huì)發(fā)展過程中，疾病的預(yù)防和治療是人們永恒的話題，與人類有著密切關(guān)系的疾病相關(guān)數(shù)據(jù)研究，顯得格外重要。目前研究地區(qū)疾病風(fēng)險(xiǎn)的方法中，未考慮患病地區(qū)的周邊地域?qū)Ρ镜貐^(qū)某疾病患病的影響。每種疾病都有它們各自的特點(diǎn)，利用一種基于網(wǎng)格化協(xié)變量因素的患病風(fēng)險(xiǎn)等級(jí)評(píng)估方法，將可以更精確、全面地對(duì)研究區(qū)域，某種疾病的患病風(fēng)險(xiǎn)等級(jí)作出量化評(píng)估，進(jìn)而在疾病大規(guī)模爆發(fā)前，對(duì)疾病預(yù)防作出判斷和抉擇。這個(gè)方法具有較高的使用價(jià)值。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題在于提出一種患病風(fēng)險(xiǎn)等級(jí)評(píng)估的方法，針對(duì)某種疾病特點(diǎn)，根據(jù)歷史病例數(shù)據(jù)，評(píng)估研究區(qū)域不同網(wǎng)格疾病的患病風(fēng)險(xiǎn)等級(jí)。為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案：一種基于網(wǎng)格化協(xié)變量因素的患病風(fēng)險(xiǎn)等級(jí)評(píng)估方法，通過將研究區(qū)域網(wǎng)格化劃分，建立模型，將影響患病的協(xié)變量因素考慮到網(wǎng)格內(nèi)風(fēng)險(xiǎn)變量中，更加全面精確的評(píng)估研究區(qū)域不同網(wǎng)格疾病的患病風(fēng)險(xiǎn)等級(jí)。

具體可分為以下幾個(gè)步驟：獲取研究區(qū)域疾病數(shù)據(jù)、網(wǎng)格化處理、構(gòu)建層次貝葉斯模型、確定參數(shù)的先驗(yàn)分布、計(jì)算后驗(yàn)分布、劃分網(wǎng)格空間的患病風(fēng)險(xiǎn)等級(jí)并可視化。如圖1所示。

S1:首先網(wǎng)格化處理

S1.1建立網(wǎng)格

對(duì)研究患病風(fēng)險(xiǎn)區(qū)域進(jìn)行網(wǎng)格劃分，以行政區(qū)、街道或重點(diǎn)關(guān)注的區(qū)域劃分為一個(gè)網(wǎng)格，進(jìn)行劃分并編號(hào)。如圖2所示，針對(duì)一個(gè)正方形研究區(qū)域，進(jìn)行網(wǎng)格劃分(可按行政區(qū)，街道等對(duì)空間進(jìn)行劃分)。建立網(wǎng)格，有益于我們對(duì)研究區(qū)域不同的位置進(jìn)行疾病數(shù)據(jù)的收集，以及對(duì)研究區(qū)域細(xì)化，更精確的表示區(qū)域的相關(guān)信息。

S1.2數(shù)據(jù)網(wǎng)格化預(yù)處理

整理統(tǒng)計(jì)不同網(wǎng)格內(nèi)實(shí)際患病人數(shù)、對(duì)疾病有影響的協(xié)變量因素及其大小。以便更好的表示各網(wǎng)格的患病信息，得到更加精確的研究區(qū)域患病風(fēng)險(xiǎn)的計(jì)算和判別。

S2:建立模型

S2.1模型假設(shè)：假定網(wǎng)格i的某傳染病患病人數(shù)為Y_i，假設(shè)所研究的該疾病的感染率較低，可以認(rèn)為它服從泊松分布。

Y_i～possion(λ_i) (2-1)

根據(jù)泊松分布的性質(zhì)有

E(Y_i)＝λ_i＝e_i×θ_i (2-2)

e_i表示網(wǎng)格i的期望發(fā)病的人數(shù)，θ_i表示網(wǎng)格i的實(shí)際發(fā)病人數(shù)與期望發(fā)病人數(shù)之比。按患病總?cè)藬?shù)中不同各性別各自的患病率，計(jì)算出的各網(wǎng)格的期望感染人數(shù)。表達(dá)式為：

其中，m＝1,2,分別表示男性人群，女性人群。