CN106407644A - 一种用于健康风险评估的评估系统 - Google Patents
一种用于健康风险评估的评估系统 Download PDFInfo
- Publication number
- CN106407644A CN106407644A CN201610627139.8A CN201610627139A CN106407644A CN 106407644 A CN106407644 A CN 106407644A CN 201610627139 A CN201610627139 A CN 201610627139A CN 106407644 A CN106407644 A CN 106407644A
- Authority
- CN
- China
- Prior art keywords
- sample
- weight parameter
- kendall
- assessment
- value
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明公开了一种用于健康风险评估的评估系统,其步骤为:步骤1:选取样本,对样本中的样本单位进行信息采集;步骤2:对样本中样本单位的体质指数进行排序;步骤3:拆分样本至M份子样本,然后对每一个子样本进行权重参数优化;步骤4:根据步骤3获取M份子样本的M份权重参数值w i ’s;步骤5:建立风险评估模型,采用动态的权重因素组合方法,即权重的值会随着目标群体数据的变化而变化,比如老年人和青少年,对于健康因素方面的侧重点是不一样的,不同职业、不同地区与许多其他因素都会有差异性,采用此方法计算权重,对群体的针对性更强更合理。
Description
技术领域
本发明涉及健康风险的评估领域,具体为一种作为健康风险评估的模型。
背景技术
健康风险评估是近年来国内外研究提升国民体质与防治疾病的重要工具,特别在预测疾病危险因素方面具有重要的意义。该评估当前最主要的手段是运用数理统计分析与计算机模拟优化等技术,在信息论研究的基础上,建立动态的健康风险评估系统,为评估提供重要的技术支撑。
现在国内市场与学术界存在的健康风险评估系统几乎都使用静态的权重因素组合法(Static Weights of Factors)。也就是说,评估中用户输入的层级信息(问卷、测量)在重要性的权重分配方面是没有经过优化的,对不同的人群(研究总体)缺乏针对性和动态性。
发明内容
本发明的目的是提供一种用于健康风险评估的评估系统,采用了动态的权重因素组合方法,针对于不同的群体,具有动态性。
为了达到上述目的,本发明所采用的技术方案为:其步骤为:
步骤1:选取样本,对样本中的样本单位进行信息采集;
步骤2:对样本中样本单位的体质指数进行排序;
步骤3:拆分样本至M份子样本,然后对每一个子样本进行权重参数优化;
步骤4:根据步骤3获取M份子样本的M份权重参数值w i ’s;
步骤5:建立风险评估模型。
优选的,步骤1中,样本单位的信息包括有:个人生理生化因素、生活方式数据、健康史数据、心理因素以及与个人相关的环境因素。
优选的,步骤2中可采取两种形式进行样本单位的体质排序:(1)采用体质测试进行排序;(2)安排样本单位进行运动,运动后由样本单位进行主观选择体质等级,采用比较矩阵生成体质排序。
优选的,步骤3中对于权重参数优化步骤为:
(1)初始化计算模块的权重参数;
(2)综合初始化的权重参数与步骤1中所采集的信息,计算评估分数并根据分数进行排序;
(3)计算肯德尔相关系数值(Kendall’s tau),
Kendall’s tau = ,
n为样本的个数;
(4)随机调整权重参数w i ’s,重复(2)和(3)的步骤,得到肯德尔相关系数值(Kendall’s tau)最大的权重参数;
(5)经过迭代计算,得到超曲面,并在超曲面上找出使得肯德尔相关系数值(Kendall’sTau )数值最大的那组权重参数值w i ’s。
优选的,步骤4中,为了防止权重参数值因其中一个样本的特异性而严重偏离整体分布,我们在M份最优权重参数值wi’s中剔除异常值,最后将剩下的最优权重参数值取平均值作为评估系统最终使用的参数值。
优选的,所述风险评估模型包括有:疾病风险、膳食评估、生活质量、精神压力、行为方式、体力活动等的模型。
本发明与现有技术相比的有益效果:
采用动态的权重因素组合方法,即权重的值会随着目标群体数据的变化而变化,比如老年人和青少年,对于健康因素方面的侧重点是不一样的,不同职业、不同地区与许多其他因素都会有差异性,采用此方法计算权重,对群体的针对性更强更合理。
附图说明
图1为本发明的整体流程图;
图2为权重参数最优化子流程图;
图3为本发明中利用该模型进行健康风险评估的流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合一次具体的数据做进一步的详细说明。在此,本发明的示意性事例用于解释本发明,但并不作为对本发明的限定。
本发明基于计算机进行统计以及运算,主要进行由图1、图2所示的步骤:
步骤1:将某特定研究总体(例如社区、单位、学校)作为样本总体,选取其中部分作为样本,利用计算机录入或采集样本单位信息并进行建立数据库;
步骤2:对样本单位的体质指数进行排序;
步骤3:拆分样本至M份子样本,然后对每一个子样本进行权重参数优化;
步骤4:根据步骤3获取M份子样本的M份权重参数值wi’s;
步骤5:建立风险评估模型。
优选的,步骤1中,样本单位的信息包括有:个人生理生化因素、生活方式数据、健康史数据、心理因素数据以及与个人相关的环境因素数据,所述个人生理生化因素数据包括有:体重、身高、血压等数据,所述生活方式数据包括有:吸烟、膳食、运动等数据,所述健康史数据包括有:个人病史和家庭遗传病史的情况,所述心理因素数据主要为精神压力等级。
优选的,步骤2中可采取两种形式进行样本单位的体质排序:(1)采用体质测试进行样本体质测试,对测试结果进行排序;(2)安排相互比较熟的样本单位进行运动或社会活动,运动后由样本单位进行主观选择体质等级,主要分为体质比较好、一般或差几个等级,采用比较矩阵生成体质排序,为了减少误差或错误,可以将两种排序方式结合使用。
优选的,步骤3中对于权重参数优化步骤为:
(1)初始化计算模块的权重参数,比如:w1=0.1, w2 = 0.1, w3 = 0.2, w4 = 0.1, w5 =0.1, w6 = 0.2, w7 = 0.2 ,Σwi = 1;
(2)综合初始化的权重参数与步骤1中所采集的信息,计算评估分数并根据分数进行排序,排序表格如表1:
(3)根据表1中的排序,计算肯德尔相关系数值(Kendall’s tau),其中,肯德尔相关系数值(Kendall’s tau)越接近于1,说明专家和评估系统的结论越一致;肯德尔相关系数值(Kendall’s tau)值越接近于0,说明专家和评估系统的结论越不一致,
Kendall’s tau = ,n为样本的个数;
对表1中的5个子样本两两对比其一致性,得到表2:
根据表2中的组间一致性计算肯德尔相关系数值(Kendall’s tau),
Kendall’s tau = 。
(4)随机调整权重参数wi’s,重复(2)和(3)的步骤,得到肯德尔相关系数值(Kendall’s tau)最大的权重参数;
(5)经过迭代计算,得到超曲面,并在超曲面上找出使得肯德尔相关系数值(Kendall’sTau )数值最大的那组权重参数值wi’s。
优选的,步骤4中,为了防止权重参数值因其中一个样本的特异性而严重偏离整体分布,我们在M份最优权重参数值wi’s中剔除异常值,最后将剩下的最优权重参数值取平均值作为评估系统最终使用的参数值,所述异常值系指严重偏离整体分布,其中一个通用的定义是:其值大于样本均值加3个样本标准差或者小于样本均值减3个样本标准差。
优选的,所述风险评估模型包括有:疾病风险、膳食评估、生活质量、精神压力、行为方式、体力活动等的模型。
建立本模型的目的是,利用该模型进行健康风险评估,其具体步骤为:
(1)利用计算机进行个人信息的输入;
(2)在此模型的基础上进行评估;
(3)出具包括有:疾病风险、膳食评估、生活质量、精神压力、行为方式、体力活动等风险评估报告。
Claims (6)
1.一种用于健康风险评估的评估系统,其特征在于:其步骤为:
步骤1:选取样本,对样本中的样本单位进行信息采集;
步骤2:对样本中样本单位的体质指数进行排序;
步骤3:拆分样本至M份子样本,然后对每一个子样本进行权重参数优化;
步骤4:根据步骤3获取M份子样本的M份权重参数值w i ’s;
步骤5:建立风险评估模型。
2.根据权利要求1所述的一种用于健康风险评估的评估系统,其特征在于:步骤1中,样本单位的信息包括有:个人生理生化因素、生活方式数据、健康史数据、心理因素以及与个人相关的环境因素。
3.根据权利要求1所述的一种用于健康风险评估的评估系统,其特征在于:步骤2中可采取两种形式进行样本单位的体质排序:(1)采用体质测试进行排序;(2)安排样本单位进行运动,运动后由样本单位进行主观选择体质等级,采用比较矩阵生成体质排序。
4.根据权利要求3所述的一种用于健康风险评估的评估系统,其特征在于:步骤3中对于权重参数优化步骤为:
(1)初始化计算模块的权重参数;
(2)综合初始化的权重参数与步骤1中所采集的信息,计算评估分数并根据分数进行排序;
(3)计算肯德尔相关系数值(Kendall’s tau),
Kendall’s tau = ,
n为样本的个数;
(4)随机调整权重参数w i ’s,重复(2)和(3)的步骤,得到肯德尔相关系数值(Kendall’stau)最大的权重参数;
(5)经过迭代计算,得到超曲面,并在超曲面上找出使得肯德尔相关系数值(Kendall’sTau )数值最大的那组权重参数值w i ’s。
5.根据权利要求1所述的一种用于健康风险评估的评估系统,其特征在于:步骤4中,为了防止权重参数值因其中一个样本的特异性而严重偏离整体分布,我们在M份最优权重参数值wi’s中剔除异常值,最后将剩下的最优权重参数值取平均值作为评估系统最终使用的参数值。
6.根据权利要求1所述的一种用于健康风险评估的评估系统,其特征在于:所述风险评估模型包括有:疾病风险、膳食评估、生活质量、精神压力、行为方式、体力活动等的模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610627139.8A CN106407644A (zh) | 2016-08-03 | 2016-08-03 | 一种用于健康风险评估的评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610627139.8A CN106407644A (zh) | 2016-08-03 | 2016-08-03 | 一种用于健康风险评估的评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106407644A true CN106407644A (zh) | 2017-02-15 |
Family
ID=58005124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610627139.8A Pending CN106407644A (zh) | 2016-08-03 | 2016-08-03 | 一种用于健康风险评估的评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106407644A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403061A (zh) * | 2017-07-07 | 2017-11-28 | 中北大学 | 用户医疗评估模型构建方法和医疗评估服务器 |
CN111009328A (zh) * | 2019-12-25 | 2020-04-14 | 新绎健康科技有限公司 | 一种区域人口健康状况评估方法及装置 |
CN111524596A (zh) * | 2020-04-07 | 2020-08-11 | 上海市精神卫生中心(上海市心理咨询培训中心) | 一种判断青少年双相障碍发病风险的方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1616522A1 (de) * | 2004-07-12 | 2006-01-18 | Emedics GmbH | Einrichtung und Verfahren zum Abschätzen einer Auftretungswahrscheinlichkeit einer Gesundheitsstörung |
CN103020454A (zh) * | 2012-12-15 | 2013-04-03 | 中国科学院深圳先进技术研究院 | 发病关键因素提取与疾病预警方法及系统 |
CN103544397A (zh) * | 2013-10-30 | 2014-01-29 | 江苏万全科技有限公司 | 人体的生理健康指标数据进行汇总分析预警的方法 |
CN103577686A (zh) * | 2013-09-11 | 2014-02-12 | 奥美之路(北京)技术顾问有限公司 | 中国人群健康体适能评价模型 |
US20140222457A1 (en) * | 2009-11-23 | 2014-08-07 | Keas, Inc. | Risk factor engine that determines a user health score |
CN104027104A (zh) * | 2014-05-23 | 2014-09-10 | 奥美之路(北京)技术顾问有限公司 | 基于反射区对应器官能量的睡眠质量评估模型 |
CN104346518A (zh) * | 2014-04-29 | 2015-02-11 | 奥美之路(北京)技术顾问有限公司 | 中国人群静态平衡能力评估模型 |
CN105787094A (zh) * | 2016-03-17 | 2016-07-20 | 北京小米移动软件有限公司 | 数据优化方法及装置 |
-
2016
- 2016-08-03 CN CN201610627139.8A patent/CN106407644A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1616522A1 (de) * | 2004-07-12 | 2006-01-18 | Emedics GmbH | Einrichtung und Verfahren zum Abschätzen einer Auftretungswahrscheinlichkeit einer Gesundheitsstörung |
US20140222457A1 (en) * | 2009-11-23 | 2014-08-07 | Keas, Inc. | Risk factor engine that determines a user health score |
CN103020454A (zh) * | 2012-12-15 | 2013-04-03 | 中国科学院深圳先进技术研究院 | 发病关键因素提取与疾病预警方法及系统 |
CN103577686A (zh) * | 2013-09-11 | 2014-02-12 | 奥美之路(北京)技术顾问有限公司 | 中国人群健康体适能评价模型 |
CN103544397A (zh) * | 2013-10-30 | 2014-01-29 | 江苏万全科技有限公司 | 人体的生理健康指标数据进行汇总分析预警的方法 |
CN104346518A (zh) * | 2014-04-29 | 2015-02-11 | 奥美之路(北京)技术顾问有限公司 | 中国人群静态平衡能力评估模型 |
CN104027104A (zh) * | 2014-05-23 | 2014-09-10 | 奥美之路(北京)技术顾问有限公司 | 基于反射区对应器官能量的睡眠质量评估模型 |
CN105787094A (zh) * | 2016-03-17 | 2016-07-20 | 北京小米移动软件有限公司 | 数据优化方法及装置 |
Non-Patent Citations (6)
Title |
---|
360图书馆: "Kendall Rank(肯德尔等级)相关系数", 《HTTP://WWW.360DOC.COM/CONTENT/16/0429/14/95144_554788849.SHTML》 * |
周菲,等;: "大学联盟视域下的大学生健康管理研究", 《辽宁大学学报(哲学社会医学版)》 * |
李运明,: "国人健康风险模型及风险评估方法研究", 《中国博士学位论文全文数据库医药卫生科技辑(月刊)》 * |
李运明,等;: "脂肪肝健康风险模型构建及信度评价研究", 《中华临床医师杂志(电子版)》 * |
林坚,等;: "高强度间歇训练对肥胖女大学生体成分和血脂及空腹胰岛素水平的影响", 《中国全科医学》 * |
金丕焕,主编;: "《医用统计方法 1993年2月第1版》", 28 February 1993 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107403061A (zh) * | 2017-07-07 | 2017-11-28 | 中北大学 | 用户医疗评估模型构建方法和医疗评估服务器 |
CN111009328A (zh) * | 2019-12-25 | 2020-04-14 | 新绎健康科技有限公司 | 一种区域人口健康状况评估方法及装置 |
CN111524596A (zh) * | 2020-04-07 | 2020-08-11 | 上海市精神卫生中心(上海市心理咨询培训中心) | 一种判断青少年双相障碍发病风险的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111177650B (zh) | 一种配电网电能质量监测与综合评估系统及方法 | |
Caban et al. | Obesity in US workers: The national health interview survey, 1986 to 2002 | |
CN107731304A (zh) | 一种身高预测方法及系统 | |
CN106407644A (zh) | 一种用于健康风险评估的评估系统 | |
TW200926020A (en) | Personalized meal planning method and system thereof | |
KR20170056480A (ko) | 리소스조합 처리방법, 장치, 설비 및 컴퓨터 저장매체 | |
CN113284623A (zh) | 基于用户能力的个性化认知训练任务推荐算法及系统 | |
CN111324807A (zh) | 基于信任度的协同过滤推荐方法 | |
CN108415928B (zh) | 一种基于加权混合k-最近邻算法的图书推荐方法与系统 | |
CN106446536A (zh) | 人体健康状态评估方法 | |
CN112397204B (zh) | 一种预测高原病的方法、装置、计算机设备和存储介质 | |
van Erp et al. | Demands of professional female cycling races: influence race level and race duration (single or multi-day events) | |
CN104462480B (zh) | 基于典型性的评论大数据挖掘方法 | |
Irimata et al. | Comparison of quarterly and yearly calibration data for propensity score adjusted web survey estimates | |
CN114999579A (zh) | 一种筛选化合物分子描述符并确定其取值范围的方法 | |
Namayanja et al. | Subspace discovery for disease management: A case study in metabolic syndrome | |
CN114638499A (zh) | 一种基于犹豫模糊四阶段dea的公共文化效能评估方法 | |
Ramaj Jewett et al. | The effects of equipment carriage on functional movement quality among law enforcement officers | |
CN113096815A (zh) | 一种基于logistic回归的慢性肾病预测方法 | |
CN112070336A (zh) | 一种基于层次分析法的制造业信息量化分析方法及装置 | |
CN110825971A (zh) | 融合关系挖掘与协同过滤的物品冷启动推荐算法 | |
Souma et al. | New Measures of Journal Impact Based on the Number of Citations and PageRank. | |
CN109150974A (zh) | 一种基于邻居迭代相似度的用户身份链接方法 | |
CN102650997A (zh) | 一种元素推荐方法和装置 | |
CN116911911B (zh) | 一种公共产品投放预测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170215 |
|
WD01 | Invention patent application deemed withdrawn after publication |