[發(fā)明專利]一種高血壓預(yù)測模型的構(gòu)建方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110606139.0
• 申請日: 2021-05-31
• 公開（公告）號: CN113257421B
• 公開（公告）日: 2023-09-15
• 發(fā)明（設(shè)計）人: 李平;陳伯懷
• 申請（專利權(quán)）人: 吾征智能技術(shù)（北京）有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70
• 代理公司: 武漢藍寶石專利代理事務(wù)所(特殊普通合伙) 42242
• 代理人: 嚴超

本發(fā)明涉及一種高血壓預(yù)測模型的構(gòu)建方法和系統(tǒng)，該構(gòu)建方法包括：基于統(tǒng)計學(xué)方法篩選確定高血壓預(yù)測模型的特征變量；將特征變量作為因素，確定各個特征變量的回歸系數(shù)及對應(yīng)分值；根據(jù)各個特征變量的回歸系數(shù)及對應(yīng)分值構(gòu)建高血壓預(yù)測的多因素Logistic(對數(shù)幾率)回歸模型，多因素Logistic回歸模型為各個特征變量對應(yīng)的高血壓風(fēng)險預(yù)測概率值函數(shù)，針對高血壓的主要影響因素進行分析，采用Logistic回歸模型使得多種危險因素和未來高血壓的發(fā)生之間確定為一種定量關(guān)系，通過多種危險因素的水平來預(yù)測個體未來高血壓的發(fā)病概率。

技術(shù)領(lǐng)域

本發(fā)明涉及健康管理技術(shù)領(lǐng)域，尤其涉及一種高血壓預(yù)測模型的構(gòu)建方法和系統(tǒng)。

背景技術(shù)

高血壓是患病人數(shù)最多的慢性病之一，是城鄉(xiāng)居民心腦血管疾病死亡的最重要的危險因素，但是高血壓的知曉率、治療率和控制率總體仍處于較低水平。

目前往往是基于病人的臨床表現(xiàn)來判斷病人是否發(fā)病，這樣容易錯過高血壓的最佳防范時機。因此，采取措施對高血壓進行預(yù)防就顯得尤為重要。但是，現(xiàn)有技術(shù)中無法對未來是否患高血壓進行預(yù)測，從而導(dǎo)致無法及時治療和預(yù)防。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有技術(shù)中存在的技術(shù)問題，提供一種高血壓預(yù)測模型的構(gòu)建方法和系統(tǒng)，針對高血壓的主要影響因素進行分析，采用Logistic回歸模型使得多種危險因素和未來高血壓的發(fā)生之間確定為一種定量關(guān)系，通過多種危險因素的水平來預(yù)測個體未來高血壓的發(fā)病概率。

根據(jù)本發(fā)明的第一方面，提供了一種高血壓預(yù)測模型的構(gòu)建方法，包括：

基于統(tǒng)計學(xué)方法篩選確定所述高血壓預(yù)測模型的特征變量；

將所述特征變量作為因素，確定各個所述特征變量的回歸系數(shù)及對應(yīng)分值；

根據(jù)各個所述特征變量的回歸系數(shù)及對應(yīng)分值構(gòu)建高血壓預(yù)測的多因素Logistic回歸模型，所述多因素Logistic回歸模型為各個所述特征變量對應(yīng)的高血壓風(fēng)險預(yù)測概率值函數(shù)。

在上述技術(shù)方案的基礎(chǔ)上，本發(fā)明還可以作出如下改進。

可選的，所述篩選確定所述高血壓預(yù)測模型的特征變量的過程包括：確定影響高血壓患病的變量，根據(jù)二元Logistic回歸方法進行相關(guān)性分析，得到各個所述變量的隱狀態(tài)P值，選擇P值小于設(shè)定閾值的所述變量作為所述特征變量。

可選的，所述特征變量包括：年齡、性別、吸煙、運動、高血壓家族史、BMI、糖尿病、收縮壓和舒張壓。

可選的，所述高血壓風(fēng)險預(yù)測概率值函數(shù)為：

其中，i和N分別表示特征變量的序號和總數(shù)量，的值為β+βi*Wij+B*S，βi表示第i個特征變量的回歸系數(shù)，Wij表示根據(jù)第i個特征變量的值確定的參考值，B為根據(jù)回歸系數(shù)及參考值變化率設(shè)定的常數(shù)，S表示各個特征變量的對應(yīng)分值的總和。

可選的，確定所述參考值Wij的方法包括：

對各個特征變量的值進行分組；

所述特征變量為數(shù)值變量時，根據(jù)所述特征變量的數(shù)值范圍設(shè)置各個分段范圍的分組，每個分組中選擇中間值為參考值Wij；

所述特征變量為分類變量時，根據(jù)所述特征變量的類型設(shè)置各個為兩個分組，兩個分組的所述參考值Wij為0或1。

可選的，第i個特征變量的對應(yīng)分值Pointsij的確定方法包括：

選擇作為基礎(chǔ)風(fēng)險參考值WiREF的特征變量的分組；

結(jié)合回歸系數(shù)βi，計算各個特征變量的分組與所述基礎(chǔ)風(fēng)險參考值WiREF之間的距離D＝(Wij-WiREF)*βi；