CN106446536A - 人体健康状态评估方法 - Google Patents

人体健康状态评估方法 Download PDF

Info

Publication number
CN106446536A
CN106446536A CN201610829062.2A CN201610829062A CN106446536A CN 106446536 A CN106446536 A CN 106446536A CN 201610829062 A CN201610829062 A CN 201610829062A CN 106446536 A CN106446536 A CN 106446536A
Authority
CN
China
Prior art keywords
grade
conclusion
effects
national standard
standard
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
Application number
CN201610829062.2A
Other languages
English (en)
Inventor
杨风雷
徐铮
俸华
田会英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Digital Dynamic Health Technology (beijing) Co Ltd
Original Assignee
Digital Dynamic Health Technology (beijing) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Digital Dynamic Health Technology (beijing) Co Ltd filed Critical Digital Dynamic Health Technology (beijing) Co Ltd
Priority to CN201610829062.2A priority Critical patent/CN106446536A/zh
Publication of CN106446536A publication Critical patent/CN106446536A/zh
Pending legal-status Critical Current

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)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本发明提供一种人体健康状态评估方法，包括以下步骤：步骤1：获取设定时间范围内的被分析的健康指标的历史检测数据；步骤2：对所述历史检测数据进行分析，得到所述健康指标的综合控制效果；以及，对所述历史检测数据进行分析，得到所述健康指标的波动情况；步骤3：综合分析所述健康指标的综合控制效果以及所述健康指标的波动情况，评估得到最终的人体健康状态。具有以下优点：利用了健康指标的历史检测数据，从而判定最近历史时间段内该健康指标的综合控制效果和波动情况，更为全面客观的反映人体健康状态，提高健康评估的准确性，有利于为给出个性化的健康管理方案提供参考依据。

Description

人体健康状态评估方法
技术领域
本发明属于健康状态评估技术领域，具体涉及一种人体健康状态评估方法。
背景技术
随着社会的进步和医学科学的发展，健康在人们心目中已经占有相当重要的位置，而健康的评估也越来越引起人们广泛的重视。
现有的健康评估方法为：通过有效的手段收集个人多种健康指标数据，例如，健康指标数据包括血压数据、血糖数据等；然后，对每个健康指标数据进行整理和分析，以实现对人体当前健康状态及健康发展趋势的合理判断。
上述健康评估方法存在的主要问题为：对某个健康指标进行判定时，仅仅局限于对该健康指标的某一次检测结果进行判定，因此，具有健康评估的准确性有限的问题。
发明内容
针对现有技术存在的缺陷，本发明提供一种人体健康状态评估方法，可有效解决上述问题。
本发明采用的技术方案如下：
本发明提供一种人体健康状态评估方法，包括以下步骤：
步骤1：获取设定时间范围内的被分析的健康指标的历史检测数据；
步骤2：对所述历史检测数据进行分析，得到所述健康指标的综合控制效果；以及，对所述历史检测数据进行分析，得到所述健康指标的波动情况；
步骤3：综合分析所述健康指标的综合控制效果以及所述健康指标的波动情况，评估得到最终的人体健康状态。
优选的，步骤2中，对所述历史检测数据进行分析，得到健康指标的综合控制效果，具体为：
步骤2.1，获取健康指标的国家标准等级；设该健康指标的国家标准等级共有M类等级，按从健康指标正常到健康指标逐渐异常的顺序排列，依次记为：A1国家标准等级、A2国家标准等级…AM国家标准等级；每类国家标准等级均对应健康指标检测数据的一个数值范围；
预设定健康指标的综合控制效果等级共有N类等级，按从综合控制效果理想到综合控制效果逐渐变差的顺序排列，依次记为：B1综合控制效果等级、B2综合控制效果等级…BN综合控制效果等级；
步骤2.2，预设定两个判定依据，分别为判定依据E1和判定依据E2；
判定依据E1为：
假设健康指标的历史检测数据共有T个，每个历史检测数据均对应到一个国家标准等级，因此，共得到T个国家标准等级；
则：在所述T个国家标准等级中，如果A1国家标准等级在T个国家标准等级所占的百分比﹥﹦X1％，则得出属于B1综合控制效果等级的结论；
否则，如果A1国家标准等级和A2国家标准等级的和在T个国家标准等级所占的百分比﹥﹦X2％，则得出属于B2综合控制效果等级的结论；
否则，如果A1国家标准等级、A2国家标准等级和A3国家标准等级的和在T个国家标准等级所占的百分比﹥﹦X3％，则得出属于B3综合控制效果等级的结论；
以此类推，直到：
如果A1国家标准等级、A2国家标准等级…Ah国家标准等级的和在T个国家标准等级所占的百分比﹥﹦Xh％，则得出属于Bh综合控制效果等级的结论；其中，h为自然数，h小于M并且h小于N；
否则，得出综合控制效果为待定的结论；
判定依据E2为：
在所述T个国家标准等级中，如果AM国家标准等级在T个国家标准等级所占的百分比﹥﹦Y1％，则得出属于BN综合控制效果等级的结论；
否则，如果AM国家标准等级和AM-1国家标准等级的和在T个国家标准等级所占的百分比﹥﹦Y2％，则得出属于BN-1综合控制效果等级的结论；
否则，如果AM国家标准等级、AM-1国家标准等级和AM-2国家标准等级的和在T个国家标准等级所占的百分比﹥﹦Y3％，则得出属于BN-2综合控制效果等级的结论；
以此类推，直到：
如果AM国家标准等级、AM-1国家标准等级…AM-K国家标准等级的和在T个国家标准等级所占的百分比﹥﹦YK+1％，则得出属于BN-K综合控制效果等级的结论；其中，K为自然数，K小于M并且K小于N；
否则，得出综合控制效果为待定的结论；
步骤2.3，因此，当需要判定W个历史检测数据所反映的整体控制效果时，首先基于判定依据E1进行综合控制效果等级的判定，得出属于Bx综合控制效果等级的结论或待定的结论；其中，x∈(1、2…h)；
再基于判定依据E2进行综合控制效果等级的判定，得出属于By综合控制效果等级的结论或待定的结论；其中，y∈(1、2…k)；
步骤2.4，如果基于判定依据E1和基于判定依据E2得到的判定结论，均不为待定结论，则从Bx综合控制效果等级和By综合控制效果等级中选择控制效果更差的等级，作为最终的综合控制效果等级；
如果基于判定依据E1和基于判定依据E2得到的判定结论中，仅存在一个待定结论，则将非待定结论所对应的综合控制效果等级，作为最终的综合控制效果等级；
如果基于判定依据E1和基于判定依据E2得到的判定结论中，均为待定结论，则最终的综合控制效果为待定。
优选的，步骤2中，对所述历史检测数据进行分析，得到健康指标的综合控制效果，具体为：
步骤2.10，假设健康指标的历史检测数据共有T个，依次记为P1、P2…PT；设定该健康指标的标准数据P0；根据每个历史检测数据到标准数据P0的偏差，将各个历史检测数据转换成相应的得分，分别为：Z1、Z2…ZT；其中，转换得分的原则为：历史检测数据越接近于标准数据，则其对应的得分越高；
步骤2.11，对于Z1、Z2…ZT，求取属于同一周的历史检测数据所对应的得分的平均值，得到对应的每周平均分依次为：Q1、Q2…QL；其中，0≤L≤T；
步骤2.12，根据层次分析法设定各周的权重依次为：C1、C2…CL；其中，C1+C2+…+CL＝100％；
步骤2.13，对每周的权重和对应的该周平均分进行加权，即：按以下公式计算得到加权得分D：
D＝∑C1Q1+C2Q2+...+CLQL
步骤2.14，基于预设定的加权得分与综合控制效果等级之间的对应关系，可得到步骤2.13得到的加权得分D所对应的综合控制效果等级。
优选的，步骤2中，对所述历史检测数据进行分析，得到所述健康指标的波动情况，具体为：
步骤2.20，假设健康指标的历史检测数据共有T个，依次记为P1、P2…PT；以历史检测时间点为横坐标，以历史检测数据为纵坐标，建立二维坐标系；将T个历史检测数据标注到二维坐标系中，得到由T个离散点组成的二维散点图；
步骤2.21，根据二维散点图中各个离散点的变化趋势，得到拟合曲线，从而求出各个离散点所对应的拟合检测数据值；
步骤2.22，计算每个离散点的真实检测数据值和拟合检测数据值之差的绝对值，即为每个离散点的波动值，依次记为：e1、e2…eT；
预设定该健康指标的标准波动等级共有r个，按波动程度由小到大的顺序，依次记为：R1、R2…Rr；每个标准波动等级均对应一个波动值范围；
预设定该健康指标的波动控制效果等级共有u个，按波动控制效果由好到差的顺序，依次为RY1、RY2…RYu；
步骤2.23，预设定两个判定依据，分别为判定依据E3和判定依据E4；
判定依据E3为：
假设健康指标的历史检测波动值共有T个，每个历史检测波动值均对应到一个标准波动等级，因此，共得到T个标准波动等级；
则：在所述T个标准波动等级中，如果R1标准波动等级在T个标准波动等级所占的百分比﹥﹦b1％，则得出属于RY1波动控制效果等级的结论；
否则，如果R1标准波动等级和R2标准波动等级的和在T个标准波动等级所占的百分比﹥﹦b2％，则得出属于RY2波动控制效果等级的结论；
否则，如果R1标准波动等级、R2标准波动等级和R3标准波动等级的和在T个标准波动等级所占的百分比﹥﹦b3％，则得出属于RY3波动控制效果等级的结论；
以此类推，直到：
如果R1标准波动等级、R2标准波动等级…Ra标准波动等级的和在T个标准波动等级所占的百分比﹥﹦ba％，则得出属于RYa波动控制效果等级的结论；其中，a为自然数，a小于u并且a小于r；
否则，得出波动控制效果为待定的结论；
判定依据E4为：
在所述T个标准波动等级中，如果Rr标准波动等级在T个标准波动等级所占的百分比﹥﹦f1％，则得出属于RYu波动控制效果等级的结论；
否则，如果Rr标准波动等级和Rr-1标准波动等级的和在T个标准波动等级所占的百分比﹥﹦f2％，则得出属于RYu-1波动控制效果等级的结论；
否则，如果Rr标准波动等级、Rr-1标准波动等级和Rr-2标准波动等级的和在T个标准波动等级所占的百分比﹥﹦f3％，则得出属于RYu-2波动控制效果等级的结论；
以此类推，直到：
如果Rr标准波动等级、Rr-1标准波动等级…Rr-g标准波动等级的和在T个标准波动等级所占的百分比﹥﹦fg+1％，则得出属于RYu-g波动控制效果等级的结论；其中，g为自然数，g小于u并且g小于r；
否则，得出波动控制效果为待定的结论；
步骤2.24，因此，当需要判定W个历史检测数据所反映的波动控制效果时，首先基于判定依据E3进行波动控制效果等级的判定，得出属于RYx波动控制效果等级的结论或待定的结论；其中，x∈(1、2…a)；
再基于判定依据E4进行波动控制效果等级的判定，得出属于RYy波动控制效果等级的结论或待定的结论；其中，y∈(1、2…g)；
步骤2.25，如果基于判定依据E3和基于判定依据E4得到的判定结论，均不为待定结论，则从RYx波动控制效果等级和RYy波动控制效果等级中选择控制效果更差的等级，作为最终的波动控制效果等级；
如果基于判定依据E3和基于判定依据E4得到的判定结论中，仅存在一个待定结论，则将非待定结论所对应的波动控制效果等级，作为最终的波动控制效果等级；
如果基于判定依据E3和基于判定依据E4得到的判定结论中，均为待定结论，则最终的波动控制效果为待定。
本发明提供的人体健康状态评估方法具有以下优点：
利用了健康指标的历史检测数据，从而判定最近历史时间段内该健康指标的综合控制效果和波动情况，更为全面客观的反映人体健康状态，提高健康评估的准确性，有利于为给出个性化的健康管理方案提供参考依据。
附图说明
图1为本发明提供的人体健康状态评估方法的流程示意图。
具体实施方式
为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
本发明提供一种人体健康状态评估方法，参考图1，包括以下步骤：
步骤1：获取设定时间范围内的被分析的健康指标的历史检测数据；例如，在最近一个月内血压的多个检测数据值。
步骤2：对所述历史检测数据进行分析，得到所述健康指标的综合控制效果；以及，对所述历史检测数据进行分析，得到所述健康指标的波动情况；
步骤3：综合分析所述健康指标的综合控制效果以及所述健康指标的波动情况，评估得到最终的人体健康状态。
由此可见，本发明通过综合分析健康指标历史检测数据，从健康指标综合控制效果和健康指标波动情况这两个维度给出健康指标整体判定效果，从而提高健康评估的准确性。
本发明主要特点是，介绍了健康指标的综合控制效果判定方法以及健康指标波动情况的判定方法，下面对这两种判定方法分别详细介绍：
(一)健康指标的综合控制效果
对于健康指标的综合控制效果判定方法，本发明给出两种具体的判定方案：
(1)第一种健康指标综合控制效果判定方法
包括以下步骤：
步骤2.1，获取健康指标的国家标准等级；设该健康指标的国家标准等级共有M类等级，按从健康指标正常到健康指标逐渐异常的顺序排列，依次记为：A1国家标准等级、A2国家标准等级…AM国家标准等级；每类国家标准等级均对应健康指标检测数据的一个数值范围；
预设定健康指标的综合控制效果等级共有N类等级，按从综合控制效果理想到综合控制效果逐渐变差的顺序排列，依次记为：B1综合控制效果等级、B2综合控制效果等级…BN综合控制效果等级；
例如，以血压为例，其国家标准等级和综合控制效果等级的设置分别见表1和表2：
表1国家标准等级配置表
A1国家标准等级 A2国家标准等级 A3国家标准等级 A4国家标准等级 A5国家标准等级
正常血压 正常高值血压 1级高血压 2级高血压 3级高血压
表2综合控制效果等级配置表
可见，血压指标的国家标准等级共有5类等级，按血压从正常到逐渐异常的顺序排列，依次记为：正常血压、正常高值血压、1级高血压、2级高血压、3级高血压.
血压的综合控制效果等级共有6类等级，按综合控制效果从理想到逐渐变差的顺序排列，依次为：理想、较好、一般、较差、很差和特别差。
步骤2.2，预设定两个判定依据，分别为判定依据E1和判定依据E2；
判定依据E1为：
假设健康指标的历史检测数据共有T个，每个历史检测数据均对应到一个国家标准等级，因此，共得到T个国家标准等级；
则：在所述T个国家标准等级中，如果A1国家标准等级在T个国家标准等级所占的百分比﹥﹦X1％，则得出属于B1综合控制效果等级的结论；
否则，如果A1国家标准等级和A2国家标准等级的和在T个国家标准等级所占的百分比﹥﹦X2％，则得出属于B2综合控制效果等级的结论；
否则，如果A1国家标准等级、A2国家标准等级和A3国家标准等级的和在T个国家标准等级所占的百分比﹥﹦X3％，则得出属于B3综合控制效果等级的结论；
以此类推，直到：
如果A1国家标准等级、A2国家标准等级…Ah国家标准等级的和在T个国家标准等级所占的百分比﹥﹦Xh％，则得出属于Bh综合控制效果等级的结论；其中，h为自然数，h小于M并且h小于N；
否则，得出综合控制效果为待定的结论；
例如，可按表3设置判定依据E1：
表3：判定依据E1的设置方式
判定依据E2为：
在所述T个国家标准等级中，如果AM国家标准等级在T个国家标准等级所占的百分比﹥﹦Y1％，则得出属于BN综合控制效果等级的结论；
否则，如果AM国家标准等级和AM-1国家标准等级的和在T个国家标准等级所占的百分比﹥﹦Y2％，则得出属于BN-1综合控制效果等级的结论；
否则，如果AM国家标准等级、AM-1国家标准等级和AM-2国家标准等级的和在T个国家标准等级所占的百分比﹥﹦Y3％，则得出属于BN-2综合控制效果等级的结论；
以此类推，直到：
如果AM国家标准等级、AM-1国家标准等级…AM-K国家标准等级的和在T个国家标准等级所占的百分比﹥﹦YK+1％，则得出属于BN-K综合控制效果等级的结论；其中，K为自然数，K小于M并且K小于N；
否则，得出综合控制效果为待定的结论；
例如，可按表4设置判定依据E2：
表4：判定依据E2的设置方式
步骤2.3，因此，当需要判定W个历史检测数据所反映的整体控制效果时，首先基于判定依据E1进行综合控制效果等级的判定，得出属于Bx综合控制效果等级的结论或待定的结论；其中，x∈(1、2…h)；
再基于判定依据E2进行综合控制效果等级的判定，得出属于By综合控制效果等级的结论或待定的结论；其中，y∈(1、2…k)；
步骤2.4，如果基于判定依据E1和基于判定依据E2得到的判定结论，均不为待定结论，则从Bx综合控制效果等级和By综合控制效果等级中选择控制效果更差的等级，作为最终的综合控制效果等级；
如果基于判定依据E1和基于判定依据E2得到的判定结论中，仅存在一个待定结论，则将非待定结论所对应的综合控制效果等级，作为最终的综合控制效果等级；
如果基于判定依据E1和基于判定依据E2得到的判定结论中，均为待定结论，则最终的综合控制效果为待定。
例如，甲进行了10次血压检测，检测日期、血压检测数据以及每次血压检测数据所归属的国家标准等级参见表5：
表5：甲血压检测结果
可见，对于10次的血压检测，正常血压出现次数为3次；正常高值血压出现次数为6次；1级高血压出现次数为1次；
(1)基于判定依据E1进行控制效果的判定，判定过程为：
首先判断正常血压的占比是否达到50％；由于甲正常血压的占比为30％，因此，未达到50％；
然后判断正常血压和正常高值血压的和的占比是否达到70％；由于甲正常血压和正常高值血压的和的占比为90％，已达到70％，因此，甲基于判定依据E1得到的综合控制效果为较好等级。
(2)基于判定依据E2进行控制效果的判定，判定过程为：
首先判断3级高血压的占比是否达到12.5％；由于甲3级高血压的占比为0，因此，未达到12.5％；
然后判断3级高血压和2级高血压的和的占比是否达到25％；由于甲3级高血压和2级高血压的和的占比为0，因此，未达到25％；
然后判断3级高血压、2级高血压和1级高血压的和的占比是否达到50％；由于甲3级高血压、2级高血压和1级高血压的和的占比为10％，因此，未达到50％；所以，甲基于判定依据E2得到的综合控制效果为待定。
结合判定依据E1和判定依据E2的结论，得到甲血压的最终综合控制效果结论为：较好等级。
再例如：乙进行了10次血压检测，检测日期及结果见表6：
表6：乙血压检测结果
可见，对于10次的血压检测，正常血压出现次数为0次；正常高值血压出现次数为0次；1级高血压出现次数为4次；2级高血压出现次数为6次；3级高血压出现次数为0次。
(a)基于判定依据E1进行控制效果的判定，判定过程为：
首先判断正常血压的占比是否达到50％；由于乙正常血压的占比为0％，因此，未达到50％；
然后判断正常血压和正常高值血压的和的占比是否达到70％；由于乙正常血压和正常高值血压的和的占比为0％，未达到70％；
然后判断正常血压、正常高值血压和1级高血压的和的占比是否达到75％；由于乙正常血压、正常高值血压和1级高血压的和的占比为40％，未达到75％；
然后判断正常血压、正常高值血压、1级高血压和2级高血压的和的占比是否达到87.5％；由于乙正常血压、正常高值血压、1级高血压和2级高血压的和的占比为100％，达到87.5％，因此，乙基于判定依据E1得到的综合控制效果为较差等级。
(b)基于判定依据E2进行控制效果的判定，判定过程为：
首先判断3级高血压的占比是否达到12.5％；由于乙3级高血压的占比为0，因此，未达到12.5％；
然后判断3级高血压和2级高血压的和的占比是否达到25％；由于乙3级高血压和2级高血压的和的占比为60％，达到25％，所以，乙基于判定依据E2得到的综合控制效果为很差。
可见，基于判定依据E1的综合控制效果为较差等级，基于判定依据E2的综合控制效果为很差等级；所以，取较差等级和很差等级中更为严重的等级作为最终综合控制效果的判定，即：乙血压的最终综合控制效果结论为：很差等级。
本发明中，在对健康指标综合控制效果判定时，通过设置两个判定依据，两个判定依据相互补充，在判定算法最大程度简化的程度下，使综合控制效果判定结果更为逼近客观实际情况。具有判定结果准确、判定过程简单、判定速度快的优点。
(2)第二种健康指标综合控制效果判定方法
包括以下步骤：
步骤2.10，假设健康指标的历史检测数据共有T个，依次记为P1、P2…PT；设定该健康指标的标准数据P0；根据每个历史检测数据到标准数据P0的偏差，将各个历史检测数据转换成相应的得分，分别为：Z1、Z2…ZT；其中，转换得分的原则为：历史检测数据越接近于标准数据，则其对应的得分越高；
步骤2.11，对于Z1、Z2…ZT，求取属于同一周的历史检测数据所对应的得分的平均值，得到对应的每周平均分依次为：Q1、Q2…QL；其中，0≤L≤T；
步骤2.12，根据层次分析法设定各周的权重依次为：C1、C2…CL；其中，C1+C2+…+CL＝100％；
步骤2.13，对每周的权重和对应的该周平均分进行加权，即：按以下公式计算得到加权得分D：
D＝∑C1Q1+C2Q2+...+CLQL
步骤2.14，基于预设定的加权得分与综合控制效果等级之间的对应关系，可得到步骤2.13得到的加权得分D所对应的综合控制效果等级。
(二)健康指标波动情况判定方法
包括以下步骤：
步骤2.20，假设健康指标的历史检测数据共有T个，依次记为P1、P2…PT；以历史检测时间点为横坐标，以历史检测数据为纵坐标，建立二维坐标系；将T个历史检测数据标注到二维坐标系中，得到由T个离散点组成的二维散点图；
步骤2.21，根据二维散点图中各个离散点的变化趋势，得到拟合曲线，从而求出各个离散点所对应的拟合检测数据值；
步骤2.22，计算每个离散点的真实检测数据值和拟合检测数据值之差的绝对值，即为每个离散点的波动值，依次记为：e1、e2…eT；
预设定该健康指标的标准波动等级共有r个，按波动程度由小到大的顺序，依次记为：R1、R2…Rr；每个标准波动等级均对应一个波动值范围；
预设定该健康指标的波动控制效果等级共有u个，按波动控制效果由好到差的顺序，依次为RY1、RY2…RYu；
步骤2.23，预设定两个判定依据，分别为判定依据E3和判定依据E4；
判定依据E3为：
假设健康指标的历史检测波动值共有T个，每个历史检测波动值均对应到一个标准波动等级，因此，共得到T个标准波动等级；
则：在所述T个标准波动等级中，如果R1标准波动等级在T个标准波动等级所占的百分比﹥﹦b1％，则得出属于RY1波动控制效果等级的结论；
否则，如果R1标准波动等级和R2标准波动等级的和在T个标准波动等级所占的百分比﹥﹦b2％，则得出属于RY2波动控制效果等级的结论；
否则，如果R1标准波动等级、R2标准波动等级和R3标准波动等级的和在T个标准波动等级所占的百分比﹥﹦b3％，则得出属于RY3波动控制效果等级的结论；
以此类推，直到：
如果R1标准波动等级、R2标准波动等级…Ra标准波动等级的和在T个标准波动等级所占的百分比﹥﹦ba％，则得出属于RYa波动控制效果等级的结论；其中，a为自然数，a小于u并且a小于r；
否则，得出波动控制效果为待定的结论；
判定依据E4为：
在所述T个标准波动等级中，如果Rr标准波动等级在T个标准波动等级所占的百分比﹥﹦f1％，则得出属于RYu波动控制效果等级的结论；
否则，如果Rr标准波动等级和Rr-1标准波动等级的和在T个标准波动等级所占的百分比﹥﹦f2％，则得出属于RYu-1波动控制效果等级的结论；
否则，如果Rr标准波动等级、Rr-1标准波动等级和Rr-2标准波动等级的和在T个标准波动等级所占的百分比﹥﹦f3％，则得出属于RYu-2波动控制效果等级的结论；
以此类推，直到：
如果Rr标准波动等级、Rr-1标准波动等级…Rr-g标准波动等级的和在T个标准波动等级所占的百分比﹥﹦fg+1％，则得出属于RYu-g波动控制效果等级的结论；其中，g为自然数，g小于u并且g小于r；
否则，得出波动控制效果为待定的结论；
步骤2.24，因此，当需要判定W个历史检测数据所反映的波动控制效果时，首先基于判定依据E3进行波动控制效果等级的判定，得出属于RYx波动控制效果等级的结论或待定的结论；其中，x∈(1、2…a)；
再基于判定依据E4进行波动控制效果等级的判定，得出属于RYy波动控制效果等级的结论或待定的结论；其中，y∈(1、2…g)；
步骤2.25，如果基于判定依据E3和基于判定依据E4得到的判定结论，均不为待定结论，则从RYx波动控制效果等级和RYy波动控制效果等级中选择控制效果更差的等级，作为最终的波动控制效果等级；
如果基于判定依据E3和基于判定依据E4得到的判定结论中，仅存在一个待定结论，则将非待定结论所对应的波动控制效果等级，作为最终的波动控制效果等级；
如果基于判定依据E3和基于判定依据E4得到的判定结论中，均为待定结论，则最终的波动控制效果为待定。
对于健康指标波动情况判定方法，其判定构思与前面描述的健康指标综合控制效果判定方法相同，因此，本发明不再详细描述健康指标波动情况判定的具体示例。
由此可见，本发明提供的人体健康状态评估方法具有以下优点：
利用了健康指标的历史检测数据，从而判定最近历史时间段内该健康指标的综合控制效果和波动情况，更为全面客观的反映人体健康状态，提高健康评估的准确性，有利于为给出个性化的健康管理方案提供参考依据。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。

Claims (4)

1.一种人体健康状态评估方法，其特征在于，包括以下步骤：
步骤1：获取设定时间范围内的被分析的健康指标的历史检测数据；
步骤2：对所述历史检测数据进行分析，得到所述健康指标的综合控制效果；以及，对所述历史检测数据进行分析，得到所述健康指标的波动情况；
步骤3：综合分析所述健康指标的综合控制效果以及所述健康指标的波动情况，评估得到最终的人体健康状态。
2.根据权利要求1所述的人体健康状态评估方法，其特征在于，步骤2中，对所述历史检测数据进行分析，得到健康指标的综合控制效果，具体为：
步骤2.1，获取健康指标的国家标准等级；设该健康指标的国家标准等级共有M类等级，按从健康指标正常到健康指标逐渐异常的顺序排列，依次记为：A1国家标准等级、A2国家标准等级…AM国家标准等级；每类国家标准等级均对应健康指标检测数据的一个数值范围；
预设定健康指标的综合控制效果等级共有N类等级，按从综合控制效果理想到综合控制效果逐渐变差的顺序排列，依次记为：B1综合控制效果等级、B2综合控制效果等级…BN综合控制效果等级；
步骤2.2，预设定两个判定依据，分别为判定依据E1和判定依据E2；
判定依据E1为：
假设健康指标的历史检测数据共有T个，每个历史检测数据均对应到一个国家标准等级，因此，共得到T个国家标准等级；
则：在所述T个国家标准等级中，如果A1国家标准等级在T个国家标准等级所占的百分比﹥﹦X1％，则得出属于B1综合控制效果等级的结论；
否则，如果A1国家标准等级和A2国家标准等级的和在T个国家标准等级所占的百分比﹥﹦X2％，则得出属于B2综合控制效果等级的结论；
否则，如果A1国家标准等级、A2国家标准等级和A3国家标准等级的和在T个国家标准等级所占的百分比﹥﹦X3％，则得出属于B3综合控制效果等级的结论；
以此类推，直到：
如果A1国家标准等级、A2国家标准等级…Ah国家标准等级的和在T个国家标准等级所占的百分比﹥﹦Xh％，则得出属于Bh综合控制效果等级的结论；其中，h为自然数，h小于M并且h小于N；
否则，得出综合控制效果为待定的结论；
判定依据E2为：
在所述T个国家标准等级中，如果AM国家标准等级在T个国家标准等级所占的百分比﹥﹦Y1％，则得出属于BN综合控制效果等级的结论；
否则，如果AM国家标准等级和AM-1国家标准等级的和在T个国家标准等级所占的百分比﹥﹦Y2％，则得出属于BN-1综合控制效果等级的结论；
否则，如果AM国家标准等级、AM-1国家标准等级和AM-2国家标准等级的和在T个国家标准等级所占的百分比﹥﹦Y3％，则得出属于BN-2综合控制效果等级的结论；
以此类推，直到：
如果AM国家标准等级、AM-1国家标准等级…AM-K国家标准等级的和在T个国家标准等级所占的百分比﹥﹦YK+1％，则得出属于BN-K综合控制效果等级的结论；其中，K为自然数，K小于M并且K小于N；
否则，得出综合控制效果为待定的结论；
步骤2.3，因此，当需要判定W个历史检测数据所反映的整体控制效果时，首先基于判定依据E1进行综合控制效果等级的判定，得出属于Bx综合控制效果等级的结论或待定的结论；其中，x∈(1、2…h)；
再基于判定依据E2进行综合控制效果等级的判定，得出属于By综合控制效果等级的结论或待定的结论；其中，y∈(1、2…k)；
步骤2.4，如果基于判定依据E1和基于判定依据E2得到的判定结论，均不为待定结论，则从Bx综合控制效果等级和By综合控制效果等级中选择控制效果更差的等级，作为最终的综合控制效果等级；
如果基于判定依据E1和基于判定依据E2得到的判定结论中，仅存在一个待定结论，则将非待定结论所对应的综合控制效果等级，作为最终的综合控制效果等级；
如果基于判定依据E1和基于判定依据E2得到的判定结论中，均为待定结论，则最终的综合控制效果为待定。
3.根据权利要求1所述的人体健康状态评估方法，其特征在于，步骤2中，对所述历史检测数据进行分析，得到健康指标的综合控制效果，具体为：
步骤2.10，假设健康指标的历史检测数据共有T个，依次记为P1、P2…PT；设定该健康指标的标准数据P0；根据每个历史检测数据到标准数据P0的偏差，将各个历史检测数据转换成相应的得分，分别为：Z1、Z2…ZT；其中，转换得分的原则为：历史检测数据越接近于标准数据，则其对应的得分越高；
步骤2.11，对于Z1、Z2…ZT，求取属于同一周的历史检测数据所对应的得分的平均值，得到对应的每周平均分依次为：Q1、Q2…QL；其中，0≤L≤T；
步骤2.12，根据层次分析法设定各周的权重依次为：C1、C2…CL；其中，C1+C2+…+CL＝100％；
步骤2.13，对每周的权重和对应的该周平均分进行加权，即：按以下公式计算得到加权得分D：
D＝∑C1Q1+C2Q2+...+CLQL
步骤2.14，基于预设定的加权得分与综合控制效果等级之间的对应关系，可得到步骤2.13得到的加权得分D所对应的综合控制效果等级。
4.根据权利要求1所述的人体健康状态评估方法，其特征在于，步骤2中，对所述历史检测数据进行分析，得到所述健康指标的波动情况，具体为：
步骤2.20，假设健康指标的历史检测数据共有T个，依次记为P1、P2…PT；以历史检测时间点为横坐标，以历史检测数据为纵坐标，建立二维坐标系；将T个历史检测数据标注到二维坐标系中，得到由T个离散点组成的二维散点图；
步骤2.21，根据二维散点图中各个离散点的变化趋势，得到拟合曲线，从而求出各个离散点所对应的拟合检测数据值；
步骤2.22，计算每个离散点的真实检测数据值和拟合检测数据值之差的绝对值，即为每个离散点的波动值，依次记为：e1、e2…eT；
预设定该健康指标的标准波动等级共有r个，按波动程度由小到大的顺序，依次记为：R1、R2…Rr；每个标准波动等级均对应一个波动值范围；
预设定该健康指标的波动控制效果等级共有u个，按波动控制效果由好到差的顺序，依次为RY1、RY2…RYu；
步骤2.23，预设定两个判定依据，分别为判定依据E3和判定依据E4；
判定依据E3为：
假设健康指标的历史检测波动值共有T个，每个历史检测波动值均对应到一个标准波动等级，因此，共得到T个标准波动等级；
则：在所述T个标准波动等级中，如果R1标准波动等级在T个标准波动等级所占的百分比﹥﹦b1％，则得出属于RY1波动控制效果等级的结论；
否则，如果R1标准波动等级和R2标准波动等级的和在T个标准波动等级所占的百分比﹥﹦b2％，则得出属于RY2波动控制效果等级的结论；
否则，如果R1标准波动等级、R2标准波动等级和R3标准波动等级的和在T个标准波动等级所占的百分比﹥﹦b3％，则得出属于RY3波动控制效果等级的结论；
以此类推，直到：
如果R1标准波动等级、R2标准波动等级…Ra标准波动等级的和在T个标准波动等级所占的百分比﹥﹦ba％，则得出属于RYa波动控制效果等级的结论；其中，a为自然数，a小于u并且a小于r；
否则，得出波动控制效果为待定的结论；
判定依据E4为：
在所述T个标准波动等级中，如果Rr标准波动等级在T个标准波动等级所占的百分比﹥﹦f1％，则得出属于RYu波动控制效果等级的结论；
否则，如果Rr标准波动等级和Rr-1标准波动等级的和在T个标准波动等级所占的百分比﹥﹦f2％，则得出属于RYu-1波动控制效果等级的结论；
否则，如果Rr标准波动等级、Rr-1标准波动等级和Rr-2标准波动等级的和在T个标准波动等级所占的百分比﹥﹦f3％，则得出属于RYu-2波动控制效果等级的结论；
以此类推，直到：
如果Rr标准波动等级、Rr-1标准波动等级…Rr-g标准波动等级的和在T个标准波动等级所占的百分比﹥﹦fg+1％，则得出属于RYu-g波动控制效果等级的结论；其中，g为自然数，g小于u并且g小于r；
否则，得出波动控制效果为待定的结论；
步骤2.24，因此，当需要判定W个历史检测数据所反映的波动控制效果时，首先基于判定依据E3进行波动控制效果等级的判定，得出属于RYx波动控制效果等级的结论或待定的结论；其中，x∈(1、2…a)；
再基于判定依据E4进行波动控制效果等级的判定，得出属于RYy波动控制效果等级的结论或待定的结论；其中，y∈(1、2…g)；
步骤2.25，如果基于判定依据E3和基于判定依据E4得到的判定结论，均不为待定结论，则从RYx波动控制效果等级和RYy波动控制效果等级中选择控制效果更差的等级，作为最终的波动控制效果等级；
如果基于判定依据E3和基于判定依据E4得到的判定结论中，仅存在一个待定结论，则将非待定结论所对应的波动控制效果等级，作为最终的波动控制效果等级；
如果基于判定依据E3和基于判定依据E4得到的判定结论中，均为待定结论，则最终的波动控制效果为待定。
CN201610829062.2A 2016-09-18 2016-09-18 人体健康状态评估方法 Pending CN106446536A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610829062.2A CN106446536A (zh) 2016-09-18 2016-09-18 人体健康状态评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610829062.2A CN106446536A (zh) 2016-09-18 2016-09-18 人体健康状态评估方法

Publications (1)

Publication Number Publication Date
CN106446536A true CN106446536A (zh) 2017-02-22

Family

ID=58168617

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610829062.2A Pending CN106446536A (zh) 2016-09-18 2016-09-18 人体健康状态评估方法

Country Status (1)

Country Link
CN (1) CN106446536A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111180066A (zh) * 2019-11-18 2020-05-19 泰康保险集团股份有限公司 基于就诊数据的健康评估方法及装置
CN111272988A (zh) * 2020-02-27 2020-06-12 广州逆熵电子科技有限公司 一种酒精浓度预测方法、系统及酒精降解评估仪
CN111292829A (zh) * 2020-01-20 2020-06-16 内蒙古蒙牛乳业（集团）股份有限公司 饮食健康管理/食物营养性的方法、装置、设备、介质
CN113580160A (zh) * 2021-08-05 2021-11-02 中南大学 一种基于大数据的家用智能护理机器人

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111180066A (zh) * 2019-11-18 2020-05-19 泰康保险集团股份有限公司 基于就诊数据的健康评估方法及装置
CN111292829A (zh) * 2020-01-20 2020-06-16 内蒙古蒙牛乳业（集团）股份有限公司 饮食健康管理/食物营养性的方法、装置、设备、介质
CN111292829B (zh) * 2020-01-20 2023-10-13 内蒙古蒙牛乳业（集团）股份有限公司 饮食健康管理/食物营养性的方法、装置、设备、介质
CN111272988A (zh) * 2020-02-27 2020-06-12 广州逆熵电子科技有限公司 一种酒精浓度预测方法、系统及酒精降解评估仪
CN113580160A (zh) * 2021-08-05 2021-11-02 中南大学 一种基于大数据的家用智能护理机器人

Similar Documents

Publication Publication Date Title
CN106446536A (zh) 人体健康状态评估方法
CN101278291B (zh) 高可信度使用数据集的方法和系统
Bolt et al. Differential item functioning: Its multidimensional model and resulting SIBTEST detection procedure
CN104320271B (zh) 一种网络设备安全评估方法及装置
CN109784671A (zh) 一种基于用户行为分析的用户体验质量评估方法及系统
McNeish et al. The effect of measurement quality on targeted structural model fit indices: A comment on Lance, Beck, Fan, and Carter (2016).
CN110489783A (zh) 一种基于qrnn的低压台区线损率合理范围估计方法
Kontou et al. Methods of analysis and meta-analysis for identifying differentially expressed genes
CN113722662B (zh) 一种基于anp理论的煤水协调开采度评价方法及系统
CN107767051A (zh) 一种水环境生态健康风险评价系统及方法
CN102207474A (zh) 一种基于xrf光谱仪合金牌号鉴定的智能方法
CN106018325B (zh) 一种评价汽油性质建模预测结果可信程度的方法
CN110991517A (zh) 一种面向脑卒中非平衡数据集的分类方法及系统
CN106407644A (zh) 一种用于健康风险评估的评估系统
Schork Accommodating serial correlation and sequential design elements in personalized studies and aggregated personalized studies
CN109377110B (zh) 一种品牌的内容资产的评估方法及系统
CN109887543A (zh) 一种低甲基化水平的差异甲基化位点识别方法
Antolini et al. Graphical representations and summary indicators to assess the performance of risk predictors
Kirtland et al. State-specific synthetic estimates of health status groups among inactive older adults with self-reported diabetes, 2000-2009
CN108109675A (zh) 一种实验室质量控制数据管理系统
CN110348532A (zh) 一种基于机器学习与残差网络构成的有杆泵工况组合监测方法
CN109447502A (zh) 一种多准则综合评价方法及装置
Adams et al. Misclassification Risk of Tier‐Based Physician Quality Performance Systems
Li Fertility and Housing Market: Australian Evidence
CN109255015A (zh) 一种评价热点事件价值度的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170222

RJ01 Rejection of invention patent application after publication