CN103093112A - 预警方法及装置 - Google Patents
预警方法及装置 Download PDFInfo
- Publication number
- CN103093112A CN103093112A CN2013100411019A CN201310041101A CN103093112A CN 103093112 A CN103093112 A CN 103093112A CN 2013100411019 A CN2013100411019 A CN 2013100411019A CN 201310041101 A CN201310041101 A CN 201310041101A CN 103093112 A CN103093112 A CN 103093112A
- Authority
- CN
- China
- Prior art keywords
- information
- early warning
- user
- average
- psychographic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种预警方法及装置,该方法包括:接收用户输入的生理信息和心理信息;对生理信息和心理信息进行统计分析,得到用户的生理和心理指标;判断出生理指标和心理指标满足预设的疾病告警的条件,进行预警操作。通过本发明,可以有效地提高预警的效率并降低预警的费用。
Description
技术领域
本发明涉及医学、计算机领域,具体而言,涉及一种预警方法及装置。
背景技术
随着社会的现代化发展,传统的生物医学模式已经转向生物-心理-社会模式。心身疾病是一组发生、发展和预防均与社会心理因素密切相关的具有躯体病理改变的疾病或临床综合征。2型糖尿病(T2DM)是经典的心身疾病,截至2011年,全球共有糖尿病患者3.46亿,其中超过90%的成年人为T2DM患者。中国有9千万糖尿病患者,居世界首位。我国糖尿病前期或糖尿病高危人群的数量已远远超过T2DM,且每年约有5%-10%发展成为T2DM。这类疾病及其并发症为全球公卫生及个人带来沉重的负担。现代心身医学理论强调应激因素在心身疾病发生、发展和转归中的关键性作用。开展心身疾病高危人群的早期筛查,将有利于延缓、阻碍甚至逆转心身疾病早期阶段的发展。目前,个体主要通过定期体检评估自身躯体状况。以2型糖尿病(T2DM)为例,血糖的检测主要采用空腹血糖,必要时进行糖耐量实验(OGTT);而尚无工具能应用于心身疾病高危人群的早期筛查工作。
针对上述心身疾病,现有临床实验室手段主要针对个体生物学指标,作为临床诊断、治疗的参考依据;简单易行的检测手段准确性不够,准确性高的检测手段耗时长、耗钱多;单一指标无法对个体生理、心理进行全面的评估,不具备早期筛查心身疾病高危人群的功能。
发明内容
为了达到上述目的,本发明提供了预警方法及装置。
根据本发明的一个方面,提供了一种预警方法,包括:接收用户输入的生理信息和心理信息;
对生理信息和所述心理信息进行统计分析,得到所述用户的生理和心理指标;
判断出所述生理指标和所述心理指标满足预设的2型糖尿病高危人群告警的条件,进行预警操作。
优选地,对生理数据和所述心理信息进行统计分析,得到所述用户的生理和心理指标包括:
通过如下公式进行统计分析:
其中,因子分析采用R型探索性因子分析。
优选地,所述生理信息包括以下至少之一:糖耐量检测结果、内分泌检测结果;所述心理信息包括以下至少之一:情绪状态、睡眠状态、症状信息、生活信息、应对方式、个性特征、社会支持、生活满意度。
根据本发明的又一方面,还提供了一种预警装置,包括:接收模块,用于接收用户输入的生理信息和心理信息;
统计模块,用于对生理信息和所述心理信息进行统计分析,得到所述用户的生理和心理指标;
预警模块,用于判断出所述生理参数和所述心理参数满足预设的2型糖尿病发病告警的条件,进行预警操作。
所述统计模块用于通过如下公式进行统计分析:
其中,因子分析采用R型探索性因子分析。
优选地,所述生理信息包括以下至少之一:糖耐量检测结果、内分泌检测结果;所述心理信息包括以下至少之一:情绪状态、睡眠状态、症状信息、生活信息、应对方式、个性特征、社会支持、生活满意度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的预警方法的流程图;
图2是根据本发明实施例的预警方法的结构框图;
图3是根据本发明优选实施例的预警方法的流程图一;
图4是根据本发明优选实施例的预警方法的流程图二。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本实施例提供了一种预警方法,图1是根据本发明实施例的预警方法的流程图,如图1所示,该方法包括如下步骤S102至步骤S108。
步骤S102:接收用户输入的生理信息和心理信息。
步骤S104:对生理信息和心理信息进行统计分析,得到用户的生理和心理指标。
步骤S106:判断出生理指标和心理指标满足预设的2型糖尿病高危人群告警的条件,进行预警操作。
优选地,对生理数据和该心理信息进行统计分析,得到该用户的生理和心理指标包括:
通过如下公式进行统计分析:
其中,因子分析采用R型探索性因子分析。
优选地,该生理信息包括以下至少之一:糖耐量检测结果、内分泌检查结果;该心理信息包括以下至少之一:情绪状态、睡眠状态、症状信息、生活信息、应对方式、个性特征、社会支持、生活满意度。
基于相同的原理,对应于上述方法,本实施例提供了一种预警装置,图2是根据本发明实施例的预警装置的结构框图,如图2所示,该装置包括:接收模块22,统计模块24,预警模块26,下面对上述结构进行详细说明。
接收模块22,用于接收用户输入的生理信息和心理信息;统计模块24,用于对生理信息和该心理信息进行统计分析,得到该用户的生理和心理指标;预警模块26,用于判断出该生理参数和该心理参数满足预设的2型糖尿病高危人群告警的条件,进行预警操作。
优选地,统计模块24用于通过如下公式进行统计分析:
其中,因子分析采用R型探索性因子分析。
优选地,该生理信息包括以下至少之一:糖耐量检测结果、内分泌检查结果;该心理信息包括以下至少之一:情绪状态、睡眠状态、症状信息、生活信息、应对方式、个性特征、社会支持、生活满意度。
优选实施例一
本优选实施例提供了一种心身疾病高危人群预警系统,可以包括以下两种形式:
心身疾病高危人群预警系统(T2DM版)的纸质版(如表1所示),共由若干个条目构成,涉及人格、情绪、应激、生活事件、生活满意度、躯体症状等方面,通过对上述方面的综合分析,得出总因子得分。根据总因子得分作为最终判断其是否属于T2DM高危人群的指标。医师或保健专家可根据各因子得分及总分向受试者提出建议。
表1
需要说明的是,数字1表示“从无”,2表示“偶尔”,3表示“有时”,4表示“时常”,5表示“一直”,数字越大频率越高。
心身疾病高危人群预警系统(T2DM版)软件版,由若干个条目及得分计算系统组成。被试者在计算机或手机上完成全部条目后,系统将自动计算因子得分,并根据因子得分对被试者提出建议。
在实施时,可以以正常人群、糖调节受损及糖尿病人群为研究对象,应用医学、心理学、统计学的手段,将预警系统条目与糖调节异常相关生物学指标关联,选取一致性高、关联性强的条目,以实现预警量表对T2DM早期及糖调节异常的T2DM高危人群的快速、简便的筛查。
需要说明的是,各部件配合(可结合附图中的数字标记描述)。
在实施时,运用传统手段筛查糖调节异常的T2DM高危人群,要求受试者必须前往有条件的医院进行,耗时2-3小时,抽血4-6次;以三甲医院收费为例,一次筛查大概需要人民币200-300元左右;本预警系统优化的选择多重指标,以量表的形式便于快速、便捷的筛查糖调节异常的T2DM高危人群。软件形式更有利于预警系统的普及,便于在更多群体能迅速完成筛查,并得到相应指导,促进身心健康。
优选实施例二
本优选实施例提供了一种预警系统,该系统包括:如下三个模块:
第一模块,数据录入模块,通过外部用户装置采集用户的生理、心理学数据。用户初次使用系统时,需注册用户名,完善个人信息,包括性别、年龄、职业、家族史、既往史、身高、体重、腰围、腹围等。
进入数据录入模块,按照提示,用户需根据自身最近一个月的情况完成所有问题,以便系统收集用户生理、心理的相关信息。所有条目主要涉及用户以下方面心理学信息:情绪状态、睡眠状态、症状信息、生活习惯、应对方式、个性特征、社会支持、生活满意度等。同时系统还将收集用户的糖尿病相关的生理指标,包括糖耐量检测结果、内分泌检查结果等。系统将记录用户基本数据及每次测试数据,用以前后比较,并给与准确、有针对性的指导建议。
第二模块,数据统计分析模块。本模块根据第一模块收集的相关信息数据进行统计分析,计算得出用户重要生理、心理指标得分。
第三模块,预警模块。该模块将依据第二模块统计分析所计算出的结果,描绘用户生理、心理特征,对比常模数据(即预警指标等级)后,发出预警并给予指导建议(图3)。系统将记录用户每次登陆信息,并记录其相关信息变化趋势,从而给与准确、针对性的预警和指导建议(图4),用户可根据建议进行相应的调整,并再次和前测数据对比。
所有问题条目、总分及因子分及其计算公式均与糖尿病前期高危指标,如糖调节受损关键指标,包括空腹血糖、餐后2小时血糖、空腹胰岛素、餐后2小时胰岛素密切相关;预警系统通过全面描绘用户个人特征,包括症状、情绪、个性、应对、社会支持、满意度等,发出预警,并提出指导建议,用以指导用户调节情绪、应对压力、改变生活方式,从而改善机体血糖调节能力;定期登陆系统,录入相关信息,将能系统记录自身情况,比较历史记录、当前信息及常模数据,给与准确、针对性的预警及指导建议(图4)。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种预警方法,其特征在于,包括:
接收用户输入的生理信息和心理信息;
对所述生理信息和所述心理信息进行统计分析,得到所述用户的生理和心理指标;
判断出所述生理指标和所述心理指标满足预设的2型糖尿病高危人群告警的条件,进行预警操作。
3.根据权利要求1所述的方法,其特征在于,所述生理信息包括以下至少之一:糖耐量检测结果、内分泌检查结果;所述心理信息包括以下至少之一:情绪状态、睡眠状态、症状信息、生活信息、应对方式、个性特征、社会支持、生活满意度。
4.一种预警装置,其特征在于,包括:
接收模块,用于接收用户输入的生理信息和心理信息;
统计模块,用于对所述生理信息和所述心理信息进行统计分析,得到所述用户的生理和心理指标;
预警模块,用于判断出所述生理参数和所述心理参数满足预设的2型糖尿病高危人群告警的条件,进行预警操作。
6.根据权利要求4所述的装置,其特征在于,所述生理信息包括以下至少之一:糖耐量检测结果、内分泌检查结果;所述心理信息包括以下至少之一:情绪状态、睡眠状态、症状信息、生活信息、应对方式、个性特征、社会支持、生活满意度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310041101.9A CN103093112B (zh) | 2013-02-01 | 2013-02-01 | 预警装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310041101.9A CN103093112B (zh) | 2013-02-01 | 2013-02-01 | 预警装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103093112A true CN103093112A (zh) | 2013-05-08 |
CN103093112B CN103093112B (zh) | 2016-12-28 |
Family
ID=48205671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310041101.9A Active CN103093112B (zh) | 2013-02-01 | 2013-02-01 | 预警装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103093112B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102848B (zh) * | 2014-07-28 | 2018-01-16 | 四川大学 | 临床躯体症状分类测评系统 |
CN108492875A (zh) * | 2018-02-07 | 2018-09-04 | 苏州中科先进技术研究院有限公司 | 一种用于康复治疗的系统、及其健康状态评估方法和装置 |
CN109166627A (zh) * | 2018-07-26 | 2019-01-08 | 苏州中科先进技术研究院有限公司 | 一种健康评估方法、评估装置及用于康复治疗的系统 |
CN110532367A (zh) * | 2019-09-02 | 2019-12-03 | 广州市妇女儿童医疗中心 | 一种信息提示方法及系统 |
CN110752034A (zh) * | 2019-08-05 | 2020-02-04 | 北京泷信科技有限公司 | 心理数据处理方法和设备 |
-
2013
- 2013-02-01 CN CN201310041101.9A patent/CN103093112B/zh active Active
Non-Patent Citations (5)
Title |
---|
任杰: "风险评分筛查2型糖尿病的效果评价及糖化血红蛋白诊断糖尿病的切点研究", 《中国博士学位论文全文数据库》, vol. 2012, no. 5, 31 May 2012 (2012-05-31) * |
孙学礼 等: "2型糖尿病患者生物心理因素的研究", 《中华精神科杂志》, vol. 37, no. 4, 30 November 2004 (2004-11-30) * |
汪耀 等: "《2006年中华医学会糖尿病分会第十次全国糖尿病学术会议论文集》", 30 November 2006, article "2型糖尿病预警系统建立及其大血管并发症干预的初步", pages: 100-101 * |
王孝勇: "2型糖尿病危险评分表筛查效果及其协变量因素的ROC分析", 《山东大学学报(医学版)》, vol. 48, no. 11, 30 November 2010 (2010-11-30) * |
王顺钰: "2型糖尿病患者的心理健康状况及其心理干预效果", 《中国优秀硕士学位论文全文数据库》, vol. 2006, no. 11, 15 November 2006 (2006-11-15) * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102848B (zh) * | 2014-07-28 | 2018-01-16 | 四川大学 | 临床躯体症状分类测评系统 |
CN108492875A (zh) * | 2018-02-07 | 2018-09-04 | 苏州中科先进技术研究院有限公司 | 一种用于康复治疗的系统、及其健康状态评估方法和装置 |
CN109166627A (zh) * | 2018-07-26 | 2019-01-08 | 苏州中科先进技术研究院有限公司 | 一种健康评估方法、评估装置及用于康复治疗的系统 |
CN110752034A (zh) * | 2019-08-05 | 2020-02-04 | 北京泷信科技有限公司 | 心理数据处理方法和设备 |
CN110532367A (zh) * | 2019-09-02 | 2019-12-03 | 广州市妇女儿童医疗中心 | 一种信息提示方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103093112B (zh) | 2016-12-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11961621B2 (en) | Predicting intensive care transfers and other unforeseen events using machine learning | |
JP6882227B2 (ja) | 分析物データの処理およびレポートを生成するためのシステムおよび方法 | |
Frencham et al. | Neuropsychological studies of mild traumatic brain injury: A meta-analytic review of research since 1995 | |
Kokol et al. | Historical, descriptive and exploratory analysis of application of bibliometrics in nursing research | |
Henry et al. | A review of the impact of pregnancy on memory function | |
CN111292821A (zh) | 一种医学诊疗系统 | |
Patel et al. | Probing the benefits of real-time tracking during cancer care | |
EP2972378B1 (en) | System and methods for analyzing blood glucose data and quantifying the success for failure of insulin therapy | |
CN103093112A (zh) | 预警方法及装置 | |
US20200261013A1 (en) | Cognitive and physiological monitoring and analysis for correlation for management of cognitive impairment related conditions | |
Meystre et al. | Randomized controlled trial of an automated problem list with improved sensitivity | |
Baumert et al. | Sleep characterization with smart wearable devices: a call for standardization and consensus recommendations | |
Luckmann et al. | Design of a handheld electronic pain, treatment and activity diary | |
Midden et al. | Differential item functioning analysis of items on the Geriatric Depression Scale-15 based on the presence or absence of cognitive impairment | |
CN113299358A (zh) | 基于评估量表的负性情绪筛查方法、装置及设备 | |
Smulowitz et al. | Association of functional status, cognition, social support, and geriatric syndrome with admission from the emergency department | |
AU2020100614A4 (en) | Patient-Centered Comprehensive Electronic medical record-based Diabetes Management System | |
McIntosh et al. | Development of a model for predicting running away from residential treatment among children and adolescents | |
Hu et al. | Psychological stress level detection based on heartbeat mode | |
Patravali | Ambulatory urodynamic monitoring: are we wasting our time? | |
AU2020100613A4 (en) | Institution-wide Dynamic Electronic medical record-based Glycemic Control System | |
US20230337946A1 (en) | Blood glucose detection model training method, blood glucose detection method and system, and electronic device | |
CN116052877A (zh) | 一种糖尿病患者抑郁风险评估方法及评估系统的构建方法 | |
WO2021136030A1 (zh) | 医疗事件的预测方法及穿戴设备、计算机可读存储介质 | |
Hah et al. | Rationalizing personal health management (PHM) policy: identifying health IT use patterns via observations of daily living (ODLs) data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |