CN106339433B - 一种基于数据中有关群体数据与个体数据交互比较平台的方法及装置 - Google Patents
一种基于数据中有关群体数据与个体数据交互比较平台的方法及装置 Download PDFInfo
- Publication number
- CN106339433B CN106339433B CN201610688816.7A CN201610688816A CN106339433B CN 106339433 B CN106339433 B CN 106339433B CN 201610688816 A CN201610688816 A CN 201610688816A CN 106339433 B CN106339433 B CN 106339433B
- Authority
- CN
- China
- Prior art keywords
- data
- value
- comparison
- individual
- initialization
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 19
- 238000012937 correction Methods 0.000 claims abstract description 68
- 238000006243 chemical reaction Methods 0.000 claims abstract description 41
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 65
- 230000036772 blood pressure Effects 0.000 abstract description 12
- 238000004590 computer program Methods 0.000 abstract description 9
- 230000008676 import Effects 0.000 abstract description 7
- 239000003814 drug Substances 0.000 abstract description 4
- 230000003993 interaction Effects 0.000 abstract description 4
- 208000017667 Chronic Disease Diseases 0.000 abstract 1
- 238000012216 screening Methods 0.000 abstract 1
- 238000011156 evaluation Methods 0.000 description 23
- 230000035488 systolic blood pressure Effects 0.000 description 16
- 210000000265 leukocyte Anatomy 0.000 description 13
- 238000010606 normalization Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 11
- 230000008859 change Effects 0.000 description 10
- 238000003745 diagnosis Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 8
- 238000004820 blood count Methods 0.000 description 5
- 208000026106 cerebrovascular disease Diseases 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 206010012601 diabetes mellitus Diseases 0.000 description 4
- 230000000302 ischemic effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 230000002537 thrombolytic effect Effects 0.000 description 3
- 206010020772 Hypertension Diseases 0.000 description 2
- 208000001953 Hypotension Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 206010011224 Cough Diseases 0.000 description 1
- 206010019233 Headaches Diseases 0.000 description 1
- 208000010195 Onychomycosis Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 239000003146 anticoagulant agent Substances 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 238000004159 blood analysis Methods 0.000 description 1
- 210000000601 blood cell Anatomy 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000011157 data evaluation Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000002173 dizziness Diseases 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 231100000869 headache Toxicity 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000036543 hypotension Effects 0.000 description 1
- 208000021822 hypotensive Diseases 0.000 description 1
- 230000001077 hypotensive effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000009861 stroke prevention Effects 0.000 description 1
- 201000005882 tinea unguium Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analysing Biological Materials (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于数据中有关群体数据与个体数据交互比较平台的方法及装置,具体涉及信息管理范畴。本发明是通过蓝牙或网络自动读入或导入或通过仪器等进行数据输入,并对个体数据基于获得的第一比对值或第二比对值初始化;包括按数据转换方法与步骤获取群体校正值或个体校正值;最后对个体数据及其群体校正值或个体校正值由计算机程序完成检测报告。本发明解决群体或不能与真实世界个体相匹配的问题,借这个交互平台系统实现真实世界群体与个体化交互比较,可用于医学、教育等管理系统,优选地用于医疗的体检及慢病筛查或智能血压装置等。
Description
技术领域
本发明涉及一种基于数据中有关群体数据与个体数据交互比较平台的方法及装置,属于信息管理范畴。
背景技术
在人们的各种实践中,总会涉及到群体分布的数据与个体分布的数据的比较,无论是学生考试,还是医学检验,甚至是人事上人员录取的考评,以致各种考评均是如此,这些现象的共同点是多采取一次性静态的教条的比较,一般不考虑每个人自身的动态变化幅度的比较。这样做出现的主要问题,一个是群体与个体的两者间缺乏交互转换平台,另一个是缺乏对不同历史的状态客观的比较,未考虑个体本身的变化趋势与潜力。实质上这是基于一种不公正的、非统一的平台比较,因而是很不客观的。
为解决实现客观评估问题,必须对现有非客观的比较状态或条件进行转换或改造成能客观比较的评估的状态,也就是说评估的前题必须具备完全可比较的条件,其中最为理想的是具有相同或相等的共同分布的参考区间,这样的状态,才达到公正、统一的客观状态或转换成公正、统一的客观的虚态。只有解决这些,才能解决真实性和客观性。但客观上这种完全相同的分布状态极少,更多的是则完全不同的独立分布状态。所以要实现相同的分布平台,就必须在进行比较前,把这些不同状态转换成同一状态,这需要通过一系列设计的技术方 案,建立一个便于进行比较和评估的公正、相同、统一状态的平台。
发明内容
本发明所要解决的技术问题是一种基于数据中有关群体数据与个体数据交互比较平台的方法及装置,旨在对评估的个体数据与所建立的比对值数据通过归一化、映射及反归一化处理,奠定实现群体与个体交互比较的共同基础、建立起既能满足真实世界个体自身评估需求又能满足个体间群体交互比较需求的技术方案,以及使该方法在所使用装置的计算机中执行的程序,并通过一种电子装置或网络平台使之发布实现。
本发明的直接目的是克服群体状态不能与真实世界个体状态评估相匹配的同一个平台这个比较的共同基础问题,建立一种实现真实世界群体与个体化交互比较平台的方法及装置。
为解决上述技术问题,本发明所采取的一个技术方案是:一种基于数据中有关群体数据与个体数据交互比较平台的方法,其特征在于:其步骤包括:
所评估的数据读取、数据处理和数据显示。
进一步的技术方案在于,所述的数据读取步骤是指对至少多于5次以上的多个时间点个体数据,以及至少30人以上同一时间点的群体数据读取。
进一步的技术方案在于,所述的数据读取步骤包括通过直接或间接方法获得的第一比对值和第二比对值。
进一步的技术方案在于,所述的数据处理步骤包括基于比对信息 数据库对个体数据的数据初始化处理;
其中,第一比对值以及第二比对值按下述初始化公式(A)或(B)对相应的数据进行数据初始化处理:
Svp=(A-Mp)/Sp (A)
Svi=(A-Mi)/Si (B)
式中:Svp为第一初始化值;
A为个体数据;
Mp为第一比对值区间的上限与下限的平均值,即第一比对均值;
Sp为第一比对值区间的上限与第一比对均值的差值或第一比对均值与下限的差值,即第一比对差;
Svi为第二初始化值;
Mi为第二比对值区间的上限与下限的平均值,即第二比对均值;
Si为第二比对值区间的上限与第二比对均值的差值或第二比对均值与下限的差值,即第二比对差。
进一步的技术方案在于,所述的数据处理步骤包括基于第一初始化值与第二初始化值对个体数据按下述转换公式(C),或基于第二初始化值与第一初始化值对所设定的群体要求值或达标值按下述转换公式(D)进行数据转换处理:
Psv=[(A-Mi)×Sp/Si]+Mp (C)
Isv=[(Ap-Mp)×Si/Sp]+Mi (D)
式中:Psv为群体校正值;
A为个体数据;
Mp为第一比对值区间的上限与下限的平均值,即第一比对均值;
Sp为第一比对值区间的上限与第一比对均值的差值或第一比对均值与下限的差值,即第一比对差;
Isv为个体校正值;
Ap为所设定的群体要求值或达标值;
Mi为第二比对值区间的上限与下限的平均值,即第二比对均值;
Si为第二比对值区间的上限与第二比对均值的差值或第二比对均值与下限的差值,即第二比对差。
进一步的技术方案在于,所述的数据显示步骤包括以上原始数据、校正值及其它数据显示。
本发明所采取的另一个技术方案是:一种基于数据中有关群体数据与个体数据交互比较平台的装置,其特征在于:其步骤包括:
进一步的技术方案在于,通过外接存储介质导入(如通过蓝牙、或仪器、数据传输线)、网络传入(如通过移动终端或APP信息交流平台或云端服务器)或键盘手工输入方式的输入机构读取所要评估的数据,建立个体数据库和群体数据库。
进一步的技术方案在于,所述的数据读取步骤包括通过直接或间接方法获得的第一比对值和第二比对值,建立比对信息数据库
进一步的技术方案在于,所述的数据处理步骤包括数据初始化处理和数据转换处理,建立数据初始化处理数据库、数据转换处理数据库。
进一步的技术方案在于,通过屏幕输出或网络输出或打印报告方 式对原始数据及其校正值结果的报告进行显示或通过网络传入云端服务器存储或通过网络的APP信息交流平台传送到移动终端的输出机构。
本发明具有以下属性和有益效果:
第一点是个体数据、群体校正值或个体校正值及初始化值等在报告中同时或选择性显示。
第二点是通过数据处理、转换等过程获得的信息,奠定了个体间横向相互比较的平台或个体自身纵向比较的平台。借助这个交互转换平台,管理者可以简易地实现真实世界的个体化评估。
第三点是在新平台中获得的群体校正值与传统的第一比对值结合实现比对使用,按同样的传统或临床标准要求与这种校正值进行处理,并结合传统值与校正值的相互关系考虑,则可达到实现基于群体标准的真实世界的个体化教学评估的目的;或对达标值处理获得的个体校正值与传统的第二比对值结合实现比对使用,按同样达标要求的个体校正值与原始值进行比较,并结合传统值与校正值的相互关系考虑,则可达到实现基于群体的真实世界的达标个体化评估的目的。
第四点是本发明申请根据正态分布原理与规律进行数据转换,特别是利用映射及多元或二元正态分布理论,使转换后数值并不改变原来数据的属性。
为此发明人利用这些正态分布原理结合临床应用,并结合线性转换、归一化和交互映射反归一化的基本原理,提出并设计了这个解决个体与群体数据转换的技术方案。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是本发明基于第一比对值和第二比对值的数据处理及其转换的装置简图;
图2是本发明中第一初始化值与第二初始化值产生流程图;
图3是本发明中个体校正值与群体校正值的流程图。
图4是本发明中个体化评估报告形成的有关步骤。
图5是本发明中个体化评估信息交互平台系统的流程图
图解及发明的步骤
下面结合本发明专利实施例中的附图,对本发明专利实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明专利的一部分实施例,而不是全部的实施例。基于本发明专利的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明专利保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明专利,但是本发明专利还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明专利内涵的情况下做类似推广,因此本发明专利不受下面公开的具体实施例的限制。
本发明其步骤包括:
被评估数据的数据读取、数据处理和数据显示。
优选的,所述的数据读取步骤包括通过外接存储介质导入(如通过蓝牙、或数据传输线)、网络传入(如通过移动终端或云端服务器) 或键盘手工输入方式读取和获得结果数据并建立个体数据库。
优选的,所述的数据读取步骤还包括通过直接或间接方法获得第一比对值和第二比对值并建立比对信息数据库。
优选的,所述的数据处理步骤包括数据初始化处理和数据转换处理。
优选的,所述的数据处理步骤包括基于比对信息数据库对个体结果数据的数据初始化处理;
其中,第一比对值以及第二比对值按下述初始化公式(A)或(B)对个体数据进行数据初始化处理:
Svp=(A-Mp)/Sp (A)
Svi=(A-Mi)/Si (B)
式中:Svp为第一初始化值;
A为个体数据;
Mp为第一比对值区间的上限与下限的平均值,即第一比对均值;
Sp为第一比对值区间的上限与第一比对均值的差值或第一比对均值与下限的差值,即第一比对差;
Svi为第二初始化值;
Mi为第二比对值区间的上限与下限的平均值,即第二比对均值;
Si为第二比对值区间的上限与第二比对均值的差值或第二比对均值与下限的差值,即第二比对差。
优选的,所述的数据处理步骤包括基于第二初始化值向第一初始化值映射,然后据此反归一化,对个体数据按下述转换公式(C)或 基于第一初始化值向第二初始化值映射,然后据此反归一化,对所设定的群体要求值或达标值按下述转换公式(D)进行数据转换处理:
Psv=[(A-Mi)×Sp/Si]+Mp (C)
Isv=[(Ap-Mp)×Si/Sp]+Mi (D)
式中:Psv为群体校正值;
A为个体数据;
Mp为第一比对值区间的上限与下限的平均值,即第一比对均值;
Sp为第一比对值区间的上限与第一比对均值的差值或第一比对均值与下限的差值,即第一比对差;
Isv为个体校正值;
Ap为所设定的群体要求值或达标值;
Mi为第二比对值区间的上限与下限的平均值,即第二比对均值;
Si为第二比对值区间的上限与第二比对均值的差值或第二比对均值与下限的差值,即第二比对差。
优选的,所述的数据显示步骤包括通过屏幕输出或网络输出或打印报告方式对原始数据及其校正值结果、报告进行显示或通过网络传入云端服务器存储或通过网络的APP信息交流平台传送到移动终端。
图1为实现基于第一比对值和第二比对值对个体数据进行数据处理及转换的本发明技术方案的装置简图,主要分数据输入部分、数据处理部分和结果输出打印的三个部分,其中装置内置有CPU。
数据输入部分主要包括外接介质导入、网络传入或键盘手工输入。
数据处理部分由五个模块组成,一是比对信息数据库模块,用于生成和建立第一比对值和第二比对值,二是数据输入模块,用于读取有关的个体数据,三是数据初始化处理模块,用于对读入的个体数据进行基于第一比对值的处理或/和基于第二比对值的数据初始化处理,四是数据转换处理模块,用于数据处理后获取个体校正值与群体校正值,五是显示模块,用于对两种校正值及相关数据的显示。
数据结果输出部分主要包括外接打印机输出、网络传出或计算机屏显输出等。
图2的下部为第一比对值产生及其初始化流程,建立或提取第一比对值和在数据处理初始化模块进行初始化:首先在第一比对值数据库模块建立第一比对值数据库单元,其存诸单元可以从自己以外的其它获取数据,从而建立第一比对值。经统计学处理建立第一比对值或直接引用已建立的第一比对值。
为进行比较,先在数据初始化处理模块对测定值进行基于第一比对值的初始化处理,该初始化利用归一化的原理,表达式写为:
Svp=(A-Mp)/Sp...............(表达式1)
式中:Svp为第一初始化值;
A为个体数据;
Mp为第一比对值区间的上限与下限的平均值,即第一比对均值;
Sp为第一比对值区间的上限与第一比对均值的差值或第一比对均值与下限的差值,即第一比对差;
图2的上部为第二比对值产生及其初始化流程,在比对值数据库 模块建立第二比对值。通过类似于第一比对值产生的方法,利用以往的个体历史数据,通过统计学处理后获取第二比对值,其中特别对第二比对值产生的获取方式及间隔时间等按要求均有明确描述。以确保第二比对值产生的稳定性。获取第二比对值后,同样对有关个体数据利用归一化原理对其进行初始化,其表达式写为:
Svi=(A-Mi)/Si…………(表达式2)
式中:Svi为第二初始化值;
A为个体数据;
Mi为第二比对值区间的上限与下限的平均值,即第二比对均值;
Si为第二比对值区间的上限与第二比对均值的差值或第二比对均值与下限的差值,即第二比对差。
图3的左侧为群体校正值产生的流程,当个体数据需转换成群体校正值时,利用第一比对值初始化与第二比对值初始化相关的基础上进行。该转换利用映射与反归一化的原理,是个体映射到群体,对个体数据的第二初始化值映射到群体数据的第一初始化值,然后反归一化到群体相应区间的值,表达式为:
Psv=[(A-Mi)×Sp/Si]+Mp……………………(表达式3)
式中:Psv为群体校正值;
A为个体数据;
Mp为第一比对值区间的上限与下限的平均值,即第一比对均值;
Sp为第一比对值区间的上限与第一比对均值的差值或第一比对均值与下限的差值,即第一比对差;
Mi为第二比对值区间的上限与下限的平均值,即第二比对均值;
Si为第二比对值区间的上限与第二比对均值的差值或第二比对均值与下限的差值,即第二比对差。
图3的右侧为个体校正值产生的流程,当设定的群体要求值或达标值需转换成个体校正值时,利用第一比对值初始化和第二比对值初始化相关的基础上进行。该转换利用映射与反归一化的原理,是群体映射到个体,对所设定的群体要求值或达标值的群体数据的第一初始化值映射到个体数据的第二初始化值,然后反归一化到个体相应区间的值,其表达式为:
Isv=[(Ap-Mp)×Si/Sp]+Mi……………(表达式4)
式中:Isv为个体校正值;
Ap为所设定的群体要求值或达标值;
Mp为第一比对值区间的上限与下限的平均值,即第一比对均值;
Sp为第一比对值区间的上限与第一比对均值的差值或第一比对均值与下限的差值,即第一比对差;
Mi为第二比对值区间的上限与下限的平均值,即第二比对均值;
Si为第二比对值区间的上限与第二比对均值的差值或第二比对均值与下限的差值,即第二比对差。
图2到图3的图解显示,首先是通过计算机程序处理和指令建立数据存储和数据的输入和读取。其后是按照本发明的技术方案先进行初始化处理,然后根据需要进行群体校正值处理或进行个体校正值处理。群体校正值是在群体初始化基础上基于第二初始化值转换处理, 个体校正值则是在个体初始化基础上基于第一初始化值转换处理。最后是处理后产生的结果直接通过计算机指令显示或打印。
图4为有关个体化报告有关步骤,主要是在公知基础上,增加通过调用历史数据建立个人的第二比对值,读取或通过同时进行的个体数据获取第一比对值,然后进行初始化,进而作校正值处理。在原有报告系统基础上,增加群体校正值。通过这样一个平台,达到解决用统一指标实现真实世界个体化评估问题的目的。
图5是本发明专利中个体数据评估的交互平台系统的流程图,首先通过数据读取、然后检索历史数据,判断后进行两条途径初始化处理,再后经数据转换获取个体校正值或群体校正值,最后根据标准或要求进行人机在交互平台上判断。获得所要达到的统一交互平台上比较的结果。
以上所有各项处理方法均是通过计算机CPU系统的指令程序实现的,最后再按计算机指令和选择,通过通讯接口与打印机或网络等相连,对结果进行打印并/或通过网络等发布。在本领域内一般技术人员均完全能够实现上述技术方案的本发明。
实施例
以下、参照附图对本发明的实施方式进行详细说明,首先在此采用基于循证医学的个体化医疗辅助信息交互转换平台系统中有关体检系统的两例病人的两个检查结果。
具体数据见表1,表1是个体化体检报告中某些数据的显示格式。
实例一、一个有关血压观察的处理实施例:甲乙两人某日体检测 得的血压值均为120/80mmHg,不同的是甲当时出现了明显的头痛等类高血压的症状,而当时乙则相反出现了明显的头晕等类低血压的症状。从一般的临床医学理念或从传统医学的观点看,两人的血压均是再标准不过的一种常态。
表1
根据本发明的上述方案,参见图5的流程,首先通过已有的历年体检资料或其它历史资料获取和建立出甲乙两人各自的个体血压比对值数据并读取,从读取的个体检测结果的历史数据并经统计处理获得第一比对值和第二比对值,其中甲的第二比对均值是90mmHg,甲的第二比对差为15mmHg,乙第二比对均值是140mmHg,乙的第二比对差为15mmHg。然后从已获得的群体血压比对值数据调用和读取,获得收缩压的第一比对均值为115mmHg,第一比对差为25mmHg,再后是通过检测结果数据与第一比对值或第二比对值初始化,获得第一初始 化值与第二初始化值,最后通过检测值或符合指南等设定的群体要求值或达标值与第一初始值或与第二初始值进行映射、反归一化的数据转换处理,获得群体校正值或个体校正值,现具体表述如下:
一个是获取群体校正值并应用的实施例:首先是将获取群体校正值提供给医务人员,然后由医务人员结合个体状况与群体医学标准进行比照和处理。如上述甲乙两者的收缩压均为120mmHg时,通过在比对值数据库模块、数据输入模块、数据初始化模块、数据转换模块及数据显示模块等,利用计算机程序读取相关数值并通过程序读入对表达式3进行处理,两者各自群体校正值分别显示为:甲收缩压的群体校正值165mmHg,乙收缩压的群体校正值82mmHg,假定高血压的收缩压标准是>140mmHg,或假定低血压群体的收缩压标准定为<90mmHg,则可按其并结合临床对甲乙两人进行收缩压状态的评估和处理。这里特别强调用于诊断的标准随着时间的变移而可能是不确定的和变化的,根据所提供的这种群体校正值,医务人员只能结合临床及变化了的标准去随机地进行判断和决定处理。
一个是获取个体校正值并应用实践例:这是利用获得的个体校正值提供给医务人员以指导应用于指南或某些设定的群体目标值。这些通过建立指南或某些设定的群体目标值数据存储单元,通过计算机程序读取获得,包括:
通过已经建立的指南或某些设定的群体目标值数据存储单元读取,获得最新的2010年中国脑卒中防治指南指出急性期在>180/100mmHg的病人溶栓时需要降压。通过上述方案和过程,参见图 5,当两者收缩压均达180mmHg时,相对应的两者收缩压个体校正值分别为:甲为129mmHg,乙为179mmHg。在临床上溶栓时,可以结合个体的实际情况及指南要求考虑,如经慎重考虑比较后作出甲可在收缩压130mmHg左右或乙在179mmHg左右时在溶栓前可考虑选择降压。而不应一律均以收缩压180mmHg时才降压,否则可能出现临床问题,本例中甲更为明显。同样要说明的是用于目标值的指南随着时间变移而可能是不确定的和变化的,提供的这种个体校正值,只能由医务人员结合临床及指南不断变化去随机地判断和处理。
同样,根据本发明的技术方案读取,获得对合并糖尿病缺血性脑血管病>130/80mmHg需要降压,设两者收缩压达标值为130mmHg时.同样,参见图5,通过在比对信息值数据库模块、数据输入模块、数据初始化模块、数据转换模块及数据显示模块等,通过计算机程序处理,获得两者收缩压的个体校正值分别是:甲为99mmHg,乙149mmHg。在临床实践中,可以结合个体的实际情况及指南达标要求考虑,如经慎重考虑比较后做出甲可在收缩压99mmHg左右或乙在149mmHg左右时为达标。而不应一律均以降到收缩压130mmHg时才达标,否则可能出现临床问题,同上要说明的是用于目标值的指南随着时间变移而可能同样也是不确定的,提供的这种个体校正值,只能由医务人员结合临床及指南不断变化去随机判断。
实例二、一个有关白细胞总数检测的实践例:通过本发明的上述方案和过程,参见图5,首先通过历次体检资料或历史资料建立甲乙两人的个体白细胞总数比对值数据并读取和数据处理,获得血白细胞 总数比对值,甲的第二比对均值为4.0G/L,甲的第二比对差在1.5G/L,乙个体白细胞总数第二比对均值为7.0G/L,乙的第二比对差为1.6G/L,然后对先前已经建立起来群体白细胞总数比对值数据读取,获得第一比对均值为7G/L,第一比对差为3G/L。从传统医学的观点看,甲乙两人测得白细胞总数均为8.0G/L,均在常态的范围内,并无特别之处,但实际上两者结合临床表现确完全不一样。
甲临床表现为发热,咳嗽两天,血常规查:白细胞总数8.0G/L,通过在比对值数据库模块、数据输入模块、数据初始化模块、数据转换模块及数据显示模块等处理,通过计算机程序处理,参见图5,最后获得甲白细胞数的群体校正值为15G/L。
乙临床表现上并无不适,此次是常规的查体,血常规查:白细胞总数8.0G/L,通过在比对值数据库模块、数据输入模块、数据初始化模块、数据转换模块及数据显示模块等处理,通过计算机程序处理获得,参见图5,最后获得乙白细胞数的群体校正值为9.8G/L。
甲乙两者血细胞总数相同,但临床表现和群体校正值不同。经慎重考虑比较后,结合个体临床状况,医务人员作出相应临床处理。用传统的第一比对值不能很好解释这种现象,这种现象影响和干扰人们对临床真实的状态的认识和处理,而利用计算机程序的这种数值处理后的校正值,通过这种处理人们虽也不能完成和实现诊断,但确解决了信息比较不在一个平台的问题,因而使诊断处理更接近真实世界的个体状态。当然,比对值或某些标准同样会根据循证医学等研究结果的变化而发生改变,医务人员只能根据这种变化并结合个体的实际状 况去进行相应判断与处理。可见这种校正值只是起到一种中间信息的提示,不能通过其直接获得个体的健康状况或疾病诊断。
以上图例说明通过在比对值数据库模块、数据输入模块、数据初始化模块、数据转换模块及数据显示模块等处理,使测定后的结果通过两种方式完成初始化,然后根据需求处理获得个体校正值或群体校正值,这个过程和技术方案为医务人员的临床实践提供了极大的方便,并赢得了医疗处理的宝贵时间。需要说明的是这些校正值并不能直接确定诊断,而是可以通过其提供一种能在统一的条件下进行比较的平台,为临床诊断合理性创造条件,使诊断和治疗变得更容易和更符合真实世界的个体变化。可见这个技术方案并不涉及确定诊断,只是为诊断提供基础的统一比较的必备条件,是利于诊断和实现个体化医疗的有效平台。
另一个是下述实施例三,其具体数据见表2,表2是有关教学考试的学生成绩个体化评估报告中某些成绩数据的显示格式。
原始成绩与校正成绩某项成绩名次比较
根据本发明的上述方案,参见图4和图5的流程,首先通过调用和读取已有的历年考试成绩资料或其它考试成绩的历史资料获取和建立出各自的个体考试成绩比对值数据。从读取的个体考试成绩的历史数据并经统计处理获得第一比对值和第二比对值,将比对值数据库模块、数据输入模块、数据初始化模块、数据转换模块及数据显示模块等,利用计算机程序读取相关数值并通过程序读入表达式3进行处理。根据所提供的这种群体成绩校正值,人们结合变化的考试状态去随机地进行判断和决定处理。
群体校正成绩比较的实例,如7号学生(100101107)和14号学生(100101114)的群体校正成绩均为85.8分,而7号学生原始成绩为90,而14号学生原始成绩为82。7号学生原始成绩排名原第2名,转换后为第7名,校正后成绩排名比原始成绩排名退后了5个名次,而14号学生原始成绩排名为第12名,转换后也为第7名,校正后成绩排名比原始成绩排名提高5个名次。这说明虽然两名学生原始成绩不一样但两者的进步幅度相同,其转换的成绩是一样的,这有益于学生进行自我评价。
原始成绩比较的实例,如25号学生.(100101125)及36号学生(100101136)和18号学生(100101118)成绩,25号和36号学生的原始成绩均为89分,18号学生的原始成绩为95分,而校正成绩后25号学生成绩为89.36,36号学生成绩为89,而18号学生成绩为87.07。18号学生转换后由原来的第1名降到第4名,下降了3个名次,而 25号学生和36号学生转换后由原来并列第4名分别升到第2名和第3名,上升了1到2个名次。
可见原始成绩相同不能反应出学生的实际努力与进步状态,校正成绩则可以反应个体的进步动态变化,这显然对两者均是客观的。同样两个不同的原始成绩转换后可以相同,甚至两个原始成绩转换前后的成绩名次会发生相反的变化。
原始成绩评估只是了解个体在群体中的位置意义,只在于表面的现状,是一种静止的变化。是拿群体的状态说个体自己的事,缺乏针对性。而转换后的成绩则是了解个体的动态变化趋势,是拿个体自己的状态说自己的事,其针对性强可作为指导和评估教学中所使用的学习方法是否有效的一个检测工具。达到评估学生成绩水平是动态的,可决定个体教学方法如何进行改进。
以上图例说明通过在比对值数据库模块、数据输入模块数据转换模块及数据显示模块等处理,使测定后的结果通过两种方式归一化处理,然后根据需求处理获得个体成绩校正值或群体成绩校正值,供教师在教学实践中进行使用。需要说明的是通过其提供一种能在统一的条件下进行比较的平台,为合理性教学创造条件,使学生教学评估变得更容易和更符合真实世界的个体变化。
上述只是有关考试成绩变化仅是教学中常见的实例之一,在教学中涉及方面还很多,如包括对教师的评估及教学管理的评估等均适于本发明的范围。
而且在临床医学中涉及方面还很多,如包括生命体征的体温、脉 搏、心率及各种生化和多种检测指标的信息、以及心理检测信息等处理均适于本发明的范围。
实际上这种技术方案的有关算法还可用于其它领域有关参考区间存在的场合和状态,诸如教育系统的成绩评估、医疗管理体系绩效评估以及存在群体与个体差异的各种领域。优选于体验系统,包括涉及传统的仪器和现代的可穿戴产品的应用。
这种技术方案通过增加群体校正值或个体校正值的形式建立了一个统一的公共比较交互平台,并通过一个装置将这个技术方案或平台用于解决这些真实世界个体化评估的实际问题。
Claims (2)
1.一种基于数据中有关群体数据与个体数据交互比较平台的方法,其特征在于:应用于个体化体检报告中的一种基于数据中有关群体数据与个体数据交互比较平台的方法,其步骤包括:
检测结果数据的数据读取、数据处理和数据显示;
所述数据处理步骤包括数据初始化处理和数据转换处理;
其中,第一比对值以及第二比对值按下述初始化公式(A)、(B)对个体数据进行数据初始化处理:
Svp=(A-Mp)/Sp (A)
Svi=(A-Mi)/Si (B)
式中:Svp为第一初始化值;
A为个体数据;
Mp为第一比对值区间的上限与下限的平均值,即第一比对均值;
Sp为第一比对值区间的上限与第一比对均值的差值或第一比对均值与下限的差值,即第一比对差;
Svi为第二初始化值;
Mi为第二比对值区间的上限与下限的平均值,即第二比对均值;
Si为第二比对值区间的上限与第二比对均值的差值或第二比对均值与下限的差值,即第二比对差;
所述的数据处理步骤包括基于第一初始化值与第二初始化值对个体数据按下述转换公式(C),基于第二初始化值与第一初始化值对所设定的群体要求值或达标值按下述转换公式(D)进行数据转换处理:
Psv=[(A-Mi)×Sp/Si]+Mp (C)
Isv=[(Ap-Mp)×Si/Sp]+Mi (D)
式中:Psv为群体校正值;
Isv为个体校正值;
Ap为所设定的群体要求值或达标值;
所述第一比对值是由本次或历史同时间N个人的数据,经统计学处理建立第一比对值;
所述第二比对值是利用以往的个体历史数据,历史不同时间个人的N个数据,通过统计学处理后获取第二比对值。
2.根据权利要求1所述的一种基于数据中有关群体数据与个体数据交互比较平台的方法,其特征在于:所述的数据读取是指对至少多于5次以上的多个时间点个体数据,以及至少30人以上同一时间点的群体数据读取,同时包括通过直接或间接方法获得的所述第一比对值和第二比对值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610688816.7A CN106339433B (zh) | 2016-08-18 | 2016-08-18 | 一种基于数据中有关群体数据与个体数据交互比较平台的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610688816.7A CN106339433B (zh) | 2016-08-18 | 2016-08-18 | 一种基于数据中有关群体数据与个体数据交互比较平台的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106339433A CN106339433A (zh) | 2017-01-18 |
CN106339433B true CN106339433B (zh) | 2021-08-24 |
Family
ID=57825563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610688816.7A Active CN106339433B (zh) | 2016-08-18 | 2016-08-18 | 一种基于数据中有关群体数据与个体数据交互比较平台的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106339433B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019140703A1 (zh) * | 2018-01-22 | 2019-07-25 | 华为技术有限公司 | 一种用户画像的生成方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101067833A (zh) * | 2007-05-09 | 2007-11-07 | 冯连元 | 将临床医学上各种检测或化验结果的正常范围参考值及其实际测量值统一标化的方法 |
WO2007137132A3 (en) * | 2006-05-17 | 2008-07-24 | Curtiss Wright Flow Control | Probabilstic stress wave analysis system and method |
CN101266619A (zh) * | 2008-05-12 | 2008-09-17 | 腾讯科技(深圳)有限公司 | 一种用户信息挖掘方法和一种用户信息挖掘系统 |
CN101834901A (zh) * | 2010-05-04 | 2010-09-15 | 电子科技大学 | 基于t检测模型的网络坐标系统输入时延预处理方法 |
CN102129627A (zh) * | 2011-03-24 | 2011-07-20 | 江苏电力信息技术有限公司 | 一种基于权重调整的绩效评估方法 |
CN102194040A (zh) * | 2010-03-03 | 2011-09-21 | 新技网路科技股份有限公司 | 模拟落点分析之方法及其系统 |
CN104520857A (zh) * | 2012-06-05 | 2015-04-15 | 德克斯康公司 | 用于处理分析物数据并产生报告的系统和方法 |
CN104615912A (zh) * | 2015-03-04 | 2015-05-13 | 中国农业科学院北京畜牧兽医研究所 | 一种改进的基于通路的全基因组关联分析算法 |
CN104881783A (zh) * | 2015-05-14 | 2015-09-02 | 中国科学院信息工程研究所 | 电子银行账户欺诈行为及风险检测方法与系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110289092A (zh) * | 2013-03-14 | 2019-09-27 | 奥特拉西斯公司 | 使用所测分析物改进疾病诊断的方法 |
CN103440421B (zh) * | 2013-08-30 | 2017-07-25 | 上海普之康健康管理有限公司 | 医学数据处理方法和系统 |
WO2015176302A1 (zh) * | 2014-05-23 | 2015-11-26 | 施京 | 用于幼儿特征识别及潜能开发评估的系统和方法 |
CN104766259A (zh) * | 2015-03-31 | 2015-07-08 | 华据医疗评估信息技术(北京)有限公司 | 一种基于单病种模型的医疗临床质量监测与评价系统 |
CN105260588B (zh) * | 2015-10-23 | 2018-08-28 | 福建优安米信息科技有限公司 | 一种健康守护机器人系统及其数据处理方法 |
-
2016
- 2016-08-18 CN CN201610688816.7A patent/CN106339433B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007137132A3 (en) * | 2006-05-17 | 2008-07-24 | Curtiss Wright Flow Control | Probabilstic stress wave analysis system and method |
CN101067833A (zh) * | 2007-05-09 | 2007-11-07 | 冯连元 | 将临床医学上各种检测或化验结果的正常范围参考值及其实际测量值统一标化的方法 |
CN101266619A (zh) * | 2008-05-12 | 2008-09-17 | 腾讯科技(深圳)有限公司 | 一种用户信息挖掘方法和一种用户信息挖掘系统 |
CN102194040A (zh) * | 2010-03-03 | 2011-09-21 | 新技网路科技股份有限公司 | 模拟落点分析之方法及其系统 |
CN101834901A (zh) * | 2010-05-04 | 2010-09-15 | 电子科技大学 | 基于t检测模型的网络坐标系统输入时延预处理方法 |
CN102129627A (zh) * | 2011-03-24 | 2011-07-20 | 江苏电力信息技术有限公司 | 一种基于权重调整的绩效评估方法 |
CN104520857A (zh) * | 2012-06-05 | 2015-04-15 | 德克斯康公司 | 用于处理分析物数据并产生报告的系统和方法 |
CN104615912A (zh) * | 2015-03-04 | 2015-05-13 | 中国农业科学院北京畜牧兽医研究所 | 一种改进的基于通路的全基因组关联分析算法 |
CN104881783A (zh) * | 2015-05-14 | 2015-09-02 | 中国科学院信息工程研究所 | 电子银行账户欺诈行为及风险检测方法与系统 |
Non-Patent Citations (2)
Title |
---|
药物计量学方法在评价非抗心律失常药物的致QT/QTc 间期延长作用中的应用;孙鹤 等;《中国医院药学杂志》;20091231;第29卷(第8期);670-673 * |
高考分数的转换、校准和合成;温忠麟 等;《中国考试》;20101231(第11期);9-16 * |
Also Published As
Publication number | Publication date |
---|---|
CN106339433A (zh) | 2017-01-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bartholomew et al. | Job pressure and ill-health in physical education teachers: The mediating role of psychological need thwarting | |
McAllister et al. | The importance of teaching and learning resilience in the health disciplines: a critical review of the literature | |
Battles et al. | Teamstepps® teamwork perceptions questionnaire manual | |
Kelly et al. | Empowering the registered nurses of tomorrow: Students' perspectives of a simulation experience for recognising and managing a deteriorating patient | |
Smith et al. | Simulation: improving patient outcomes | |
Cohen et al. | Self-efficacy change with low-tech, high-fidelity obstetric simulation training for midwives and nurses in Mexico | |
CN104392110A (zh) | 人体生理数据可视化监测、分析和评估方法和系统 | |
Rogers et al. | Cognitive load experienced by nurses in simulation-based learning experiences: an integrative review | |
Golbeck et al. | Correlating reading comprehension and health numeracy among adults with low literacy | |
De Vos et al. | Early career burnout among Dutch nurses: A process captured in a Rasch model | |
Wood et al. | Implementation methods of virtual reality simulation and the impact on confidence and stress when learning patient resuscitation: an integrative review | |
Lochner et al. | Transforming a family medicine residency into a community-oriented learning environment | |
Zhang | A literature study of medical simulations for non-technical skills training in emergency medicine: Twenty years of progress, an integrated research framework, and future research avenues | |
CN106339433B (zh) | 一种基于数据中有关群体数据与个体数据交互比较平台的方法及装置 | |
Friend | Group empowerment in nursing education | |
Sandhu et al. | Evaluation of educational environment for postgraduate residents using Post Graduate Hospital Educational Environment Measure | |
Ugwoke et al. | Sources of stress among nursing students in South-East Nigeria | |
Foley et al. | The state of general surgery training: a different perspective | |
da Costa Martins Silva Lopez et al. | CULTURE OF PATIENT SAFETY IN SURGICAL UNITS OF TEACHING HOSPITALS. | |
Lambert et al. | Effect of Simulation-Based Training on the Self-Confidence of New Nurses in the Care of Patients With Acute Deterioration and Activation of the Rapid Response Team | |
Dwivedi et al. | Comparing the efficacy of AR-based training with video-based training | |
Rusticus et al. | The Health Education Learning Environment Survey: Factor Structure Analysis with Pharmacy Students | |
Van Kessel et al. | Effectiveness of training in changing allied health students’ cultural competency skills | |
Dolamo | Preparing the new nurse leader for health care delivery in South Africa in the twenty-first century: leadership in health care | |
Corley et al. | Medical Students Cultural Attitudes: The Health Belief Attitudes Survey. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |