CN111312402A - 一种卫生应急风险评估和早期预警系统 - Google Patents
一种卫生应急风险评估和早期预警系统 Download PDFInfo
- Publication number
- CN111312402A CN111312402A CN202010067986.XA CN202010067986A CN111312402A CN 111312402 A CN111312402 A CN 111312402A CN 202010067986 A CN202010067986 A CN 202010067986A CN 111312402 A CN111312402 A CN 111312402A
- Authority
- CN
- China
- Prior art keywords
- patient
- parameters
- score
- infection
- data processing
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 17
- 208000015181 infectious disease Diseases 0.000 claims abstract description 110
- 238000010241 blood sampling Methods 0.000 claims abstract description 12
- 230000036541 health Effects 0.000 claims abstract description 12
- 238000013480 data collection Methods 0.000 claims 1
- 238000007689 inspection Methods 0.000 description 15
- 201000010099 disease Diseases 0.000 description 12
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 12
- 208000003322 Coinfection Diseases 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000006806 disease prevention Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/24—Reminder alarms, e.g. anti-loss alarms
-
- 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
Abstract
本发明提供一种卫生应急风险评估和早期预警系统,包括:数据采集模块,用于采集与病人有关的参数,并将所述参数发送至数据处理模块,所述参数包括年龄、采血情况、检查情况和历史患病情况;数据处理模块,用于接收所述参数,将接收到的每一个参数换算成一个分数,并计算每一个病人的总分,还根据病人总分所在区间,获得病人的感染危险等级。本发明提供的一种卫生应急风险评估和早期预警系统,对每一个病人进行评分,工作人员根据评分所在区间,获得病人的感染危险等级,方便工作人员随时监测病人病情,及早发现疫情,及早采取预案应对,加大对病人的保护程度。
Description
技术领域
本发明涉及疾病预防控制技术领域,尤其涉及一种卫生应急风险评估和早期预警系统。
背景技术
目前,突发事件的发生通常难于预测且破坏性较大,对人类社会造成的危害往往是触目惊心的,这其中既有地震、火山爆发、泥石流、海啸、台风、洪水等突发性自然灾害,也有污染物泄漏、水体污染、土壤污染等人类活动导致的突发性事故灾难,而涉及公共安全和公共卫生的突发事件也占到了相当大的比重。近年来,全球各种类型的重大突发事件频发,引起了来自社会各界的广泛关注。
目前针对疫情的发现,通常是由医护人员根据病人的检查结果得出病人已感染,并将感染情况上报。而在感染之前对病人的护理工作时,医护人员通常一视同仁,除非特殊情况,对每个病人都采取同等护理,这容易导致病人没有得到应有的护理而导致感染几率增加。
发明内容
本发明提供一种卫生应急风险评估和早期预警系统,以至少解决目前医院对每个病人都采取同等护理,容易导致病人没有得到应有的护理而导致感染几率增加的技术问题。
本发明提供的一种卫生应急风险评估和早期预警系统,包括:
数据采集模块,用于采集与病人有关的参数,并将所述参数发送至数据处理模块,所述参数包括年龄、采血情况、检查情况和历史患病情况;
数据处理模块,用于接收所述参数,将接收到的每一个参数换算成一个分数,并计算每一个病人的总分,还根据病人总分所在区间,获得病人的感染危险等级。
进一步,所述参数还包括身体情况。
进一步,所述系统还包括供数据处理模块调取数据的数据库,数据库里存储有与不同年龄、不同采血情况、不同检查情况、不同历史患病情况和不同身体情况对应的分数,还存储有病人总分区间与感染危险等级的对应关系。
进一步,所述感染危险等级包括一级、二级、三级和四级,三级和四级表示理论上已经感染,一级和二级表示理论上未感染。
进一步,所述数据采集模块还用于采集病人实际感染结果,所述实际感染结果包括实际已感染和实际未感染。
进一步,所述数据处理模块还用于调整不同年龄、不同采血情况、不同检查情况、不同历史患病情况和不同身体情况中至少一个参数对应的分数,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配,将调整后的参数对应的分数替换之前的分数,并存储至数据库。
进一步,所述数据处理模块还用于查找出包括病人最多的分数区间,并在该区间查找出一个病人组,对于该病人组的任意两个病人,除其中一个或两个参数外,其他参数的分数差均小于第一阈值,并且,所述其他参数的分数差总和小于第二阈值,所述数据处理模块还用于调整所述其中一个或两个参数对应的分数,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配。
进一步,所述数据处理模块还用于在每个分数区间查找出一个病人组,对于该病人组的任意两个病人,除其中一个或两个参数外,其他参数的分数差均小于第三阈值,并且,所述其他参数的分数差总和小于第四阈值,所述数据处理模块还用于调整所述其中一个或两个参数对应的分数,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配,并计算调整参数分数后的匹配值,所述匹配值等于感染危险等级与实际感染结果相同的病人数量除以病人总数,所述数据处理模块还用于将最高匹配值对应的病人组调整的一个或两个参数对应的分数替换之前的分数,并存储至数据库。
进一步,所述系统还包括报警模块,所述报警模块用于在感染危险等级达到三级或四级时,进行报警提示。
本发明提供的一种卫生应急风险评估和早期预警系统,对每一个病人进行评分,工作人员根据评分所在区间,获得病人的感染危险等级,方便工作人员随时监测病人病情,及早发现疫情,及早采取预案应对,加大对病人的保护程度,实现应急风险评估和早期预警,解决了目前医院对每个病人都采取同等护理,容易导致病人没有得到应有的护理而导致感染几率增加的技术问题。
附图说明
图1是本发明一种卫生应急风险评估和早期预警系统的结构图;
图2是本发明一种卫生应急风险评估和早期预警系统的调整参数分数过程的示意图;
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例中的技术方案,并使本发明实施例的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明实施例中技术方案作进一步详细的说明。
如图1所示,本发明提供的一种卫生应急风险评估和早期预警系统,包括:
数据采集模块,用于采集与病人有关的参数,并将所述参数发送至数据处理模块,所述参数包括年龄、采血情况、检查情况和历史患病情况;
数据处理模块,用于接收所述参数,将接收到的每一个参数换算成一个分数,并计算每一个病人的总分,还根据病人总分所在区间,获得病人的感染危险等级。
作为具体实施例,所述参数还包括身体情况。在具体实施过程中,采集的参数可以不限于上述参数,只要是病人的会影响到其感染的参数即可。
在具体实施过程中,年龄参数可以包括几个阶段,比如0-6、6-12、12-18、18-24、24-35、35-50、50-65和65-80,每个年龄阶段对应一个分数。
采血情况参数可以包括几种情况,比如轻度、中度和严重,分别对应一个分数。另外,还可以具体到采血项目,比如项目1偏低、项目1正常、项目1偏高、项目2偏低、项目2正常和项目2偏高,分别对应一个分数。
检查情况参数可以包括总的检查情况或多个检查项目分别的检查情况,比如总的检查情况较差、总的检查情况良好和总的检查情况优秀,分别对应一个分数;又比如检查项目1较差、检查项目1良好、检查项目1优秀、检查项目2较差、检查项目2良好和检查项目2优秀,分别对应一个分数。
历史患病情况参数可以包括历史总患病情况或历史分别患病情况。比如历史总患病情况较差、历史总患病情况良好和历史总患病情况优秀,分别对应一个分数;又比如历史患病情况1较差、历史患病情况1良好、历史患病情况1优秀、历史患病情况2较差、历史患病情况2良好和历史患病情况2优秀,分别对应一个分数。
身体情况参数可以包括身体情况较差、身体情况良好和身体情况优秀,分别对应一个分数。
数据采集模块采集了与病人有关的参数后,将所述参数发送至数据处理模块,数据处理模块将接收到的每一个参数换算成一个分数,并计算每一个病人的总分,还根据病人总分所在区间,获得病人的感染危险等级。如果一个病人总得分是177,并且分数区间170-180属于二级感染危险等级,那么该病人属于二级感染危险等级,二级感染危险等级表示理论上未感染,但离理论感染不远,因此应该加强对该病人的护理,并采取预案应对;如果一个病人总得分是205,并且分数区间200-210属于四级感染危险等级,四级感染危险等级表示理论上已感染,因此应该进一步加强对该病人的护理,并采取预案应对。
本发明提供的一种卫生应急风险评估和早期预警系统,对每一个病人进行评分,工作人员根据评分所在区间,获得病人的感染危险等级,方便工作人员随时监测病人病情,及早发现疫情,及早采取预案应对,加大对病人的保护程度,实现应急风险评估和早期预警,解决了目前医院对每个病人都采取同等护理,容易导致病人没有得到应有的护理而导致感染几率增加的技术问题。
如图1所示,所述系统还包括供数据处理模块调取数据的数据库,数据库里存储有与不同年龄、不同采血情况、不同检查情况、不同历史患病情况和不同身体情况对应的分数,还存储有病人总分区间与感染危险等级的对应关系。
作为具体实施例,所述感染危险等级包括一级、二级、三级和四级,三级和四级表示理论上已经感染,一级和二级表示理论上未感染。从一级、二级、三级到四级,感染危险等级由低到高,表示需要的护理程度越来越高。
如图1所示,所述数据采集模块还用于采集病人实际感染结果,所述实际感染结果包括实际已感染和实际未感染。
如图1所示,所述数据处理模块还用于调整不同年龄、不同采血情况、不同检查情况、不同历史患病情况和不同身体情况中至少一个参数对应的分数,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配,将调整后的参数对应的分数替换之前的分数,并存储至数据库。
由于在第一次计算病人总分时,是依据预设的与参数对应的分数,分数预设只能从根据经验进行预设,得到的病人的感染危险等级是理论上的,和实际感染结果肯定有出入,因此,需要对相关参数进行调整,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配,将调整后的参数对应的分数替换之前的分数,并存储至数据库。对相关参数进行调整可以理解为对相关参数相对于病人感染的权重进行调整。
判断是否更匹配是根据匹配值来判断的,所述匹配值等于感染危险等级与实际感染结果相同的病人数量除以病人总数。所述匹配值等于感染危险等级与实际感染结果相同是指,一个病人属于一级二级感染危险等级,并且也是实际未感染结果,或者属于三级四级感染危险等级,并且也是实际已感染结果。比如,一共100个病人,调整之前,理论上有30人感染,理论上有70人没有感染,而实际上,20人感染,80人没有感染,并且,感染危险等级与实际感染结果相同的病人有70人,其中,有10人,他们属于三级四级感染危险等级,并且也是实际已感染结果;剩下60人,他们属于一级二级感染危险等级,并且也是实际未感染结果。调整之后,感染危险等级与实际感染结果相同的病人有80人,其中,有15人,他们属于三级四级感染危险等级,并且也是实际已感染结果;剩下65人,他们属于一级二级感染危险等级,并且也是实际未感染结果。调整之前的匹配值是70%,调整之后的匹配值是80%,实现调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配。
如图1所示,所述数据处理模块还用于查找出包括病人最多的分数区间,并在该区间查找出一个病人组,对于该病人组的任意两个病人,除其中一个或两个参数外,其他参数的分数差均小于第一阈值,并且,所述其他参数的分数差总和小于第二阈值,所述数据处理模块还用于调整所述其中一个或两个参数对应的分数,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配。
本实施例中,之前已将所有病人的总分计算出来,并且将总分对应了所在区间,数据处理模块查找出包括病人最多的分数区间,并在该区间查找出一个病人组,病人组中,有些病人的感染危险等级与实际感染结果相同,有些病人的感染危险等级与实际感染结果不同。对于该病人组的任意两个病人,除其中一个或两个参数外,其他参数的分数差均小于第一阈值,并且,所述其他参数的分数差总和小于第二阈值。所述其中的一个或两个参数,对于任意两个病人,是一样的。比如,对于病人组里的病人a、b和c中的任意两个病人,除年龄和身体情况参数外,其他参数的分数差均小于第一阈值,并且,所述其他参数的分数差总和小于第二阈值,第一阈值和第二阈值可根据实际情况调整。“除其中一个或两个参数外,其他参数的分数差均小于第一阈值,并且,所述其他参数的分数差总和小于第二阈值”的目的是,最大限度的使病人组中病人的参数数据大体一致,而不一致的地方在于这一个或两个参数,而这一个或两个参数对应的分数设置正是导致病人组中有些病人的感染危险等级与实际感染结果相同,有些病人的感染危险等级与实际感染结果不同的原因。因此,通过所述数据处理模块调整所述其中一个或两个参数对应的分数,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配。
具体的,如图2所示,令:分数区间150-170属于一级感染危险等级;分数区间170-180属于二级感染危险等级;分数区间180-200属于三级感染危险等级;分数区间200-210属于四级感染危险等级。
图2中,病人a、b、c属于一个病人组,该病人组的任意两个病人,除其中检查2和检查3两个参数外,其他参数的分数差均小于第一阈值,并且,所述其他参数的分数差总和小于第二阈值,所述数据处理模块还用于调整所述其中两个参数对应的分数,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配。由于病人a、b和c中,只有病人b理论和实际能匹配,那么,我们应该主要调整病人a和c的检查2和检查3两个参数。具体可以将检查项目2较差、良好和优秀对应的分数20、35、50调整为25、35、40,并且将检查项目3较差、良好和优秀对应的分数35、50、65调整为35、50、54。调整后,病人a、b和c中,理论和实际都能匹配了,但还需要使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配。如果达到了一个较高的匹配值,则可以停止参数调整,将调整后的参数对应的分数替换之前的分数,并存储至数据库;如果匹配值低于之前的匹配值或匹配值提升不高,则可以再调整这两个参数对应的分数,直至达到一个较高的匹配值。
如图1所示,所述数据处理模块还用于在每个分数区间查找出一个病人组,对于该病人组的任意两个病人,除其中一个或两个参数外,其他参数的分数差均小于第三阈值,并且,所述其他参数的分数差总和小于第四阈值,所述数据处理模块还用于调整所述其中一个或两个参数对应的分数,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配,并计算调整参数分数后的匹配值,所述匹配值等于感染危险等级与实际感染结果相同的病人数量除以病人总数,所述数据处理模块还用于将最高匹配值对应的病人组调整的一个或两个参数对应的分数替换之前的分数,并存储至数据库。
本实施例与上一实施例相似,在此不再赘述。随着数据库里面存储的不同年龄、不同采血情况、不同检查情况、不同历史患病情况和不同身体情况对应的分数因匹配度不够的问题一直在更新,因此,时间越长,根据病人总分所在区间,获得病人的感染危险等级的越准确。
如图1所示,所述系统还包括报警模块,所述报警模块用于在感染危险等级达到三级或四级时,进行报警提示。
本发明提供的一种卫生应急风险评估和早期预警系统,对每一个病人进行评分,工作人员根据评分所在区间,获得病人的感染危险等级,方便工作人员随时监测病人病情,及早发现疫情,及早采取预案应对,加大对病人的保护程度,实现应急风险评估和早期预警,解决了目前医院对每个病人都采取同等护理,容易导致病人没有得到应有的护理而导致感染几率增加的技术问题。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (9)
1.一种卫生应急风险评估和早期预警系统,其特征在于,包括:
数据采集模块,用于采集与病人有关的参数,并将所述参数发送至数据处理模块,所述参数包括年龄、采血情况、检查情况和历史患病情况;
数据处理模块,用于接收所述参数,将接收到的每一个参数换算成一个分数,并计算每一个病人的总分,还根据病人总分所在区间,获得病人的感染危险等级。
2.如权利要求1所述的系统,其特征在于,所述参数还包括身体情况。
3.如权利要求2所述的系统,其特征在于,所述系统还包括供数据处理模块调取数据的数据库,数据库里存储有与不同年龄、不同采血情况、不同检查情况、不同历史患病情况和不同身体情况对应的分数,还存储有病人总分区间与感染危险等级的对应关系。
4.如权利要求3所述的系统,其特征在于,所述感染危险等级包括一级、二级、三级和四级,三级和四级表示理论上已经感染,一级和二级表示理论上未感染。
5.如权利要求4所述的系统,其特征在于,所述数据采集模块还用于采集病人实际感染结果,所述实际感染结果包括实际已感染和实际未感染。
6.如权利要求5所述的系统,其特征在于,所述数据处理模块还用于调整不同年龄、不同采血情况、不同检查情况、不同历史患病情况和不同身体情况中至少一个参数对应的分数,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配,将调整后的参数对应的分数替换之前的分数,并存储至数据库。
7.如权利要求6所述的系统,其特征在于,所述数据处理模块还用于查找出包括病人最多的分数区间,并在该区间查找出一个病人组,对于该病人组的任意两个病人,除其中一个或两个参数外,其他参数的分数差均小于第一阈值,并且,所述其他参数的分数差总和小于第二阈值,所述数据处理模块还用于调整所述其中一个或两个参数对应的分数,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配。
8.如权利要求6所述的系统,其特征在于,所述数据处理模块还用于在每个分数区间查找出一个病人组,对于该病人组的任意两个病人,除其中一个或两个参数外,其他参数的分数差均小于第三阈值,并且,所述其他参数的分数差总和小于第四阈值,所述数据处理模块还用于调整所述其中一个或两个参数对应的分数,使通过调整后的参数分数获得的病人感染危险等级与实际感染结果相比之前更匹配,并计算调整参数分数后的匹配值,所述匹配值等于感染危险等级与实际感染结果相同的病人数量除以病人总数,所述数据处理模块还用于将最高匹配值对应的病人组调整的一个或两个参数对应的分数替换之前的分数,并存储至数据库。
9.如权利要求4所述的系统,其特征在于,所述系统还包括报警模块,所述报警模块用于在感染危险等级达到三级或四级时,进行报警提示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010067986.XA CN111312402A (zh) | 2020-01-21 | 2020-01-21 | 一种卫生应急风险评估和早期预警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010067986.XA CN111312402A (zh) | 2020-01-21 | 2020-01-21 | 一种卫生应急风险评估和早期预警系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111312402A true CN111312402A (zh) | 2020-06-19 |
Family
ID=71148375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010067986.XA Pending CN111312402A (zh) | 2020-01-21 | 2020-01-21 | 一种卫生应急风险评估和早期预警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111312402A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111816324A (zh) * | 2020-09-10 | 2020-10-23 | 平安国际智慧城市科技股份有限公司 | 疫情监测方法、装置、疫情防控平台及可读存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101573073A (zh) * | 2006-12-27 | 2009-11-04 | 心脏起搏器股份公司 | 用于危险分层的患者间比较 |
CN106650210A (zh) * | 2016-10-02 | 2017-05-10 | 张家港市锦丰镇人民医院 | 一种护理风险综合评估系统 |
CN110634573A (zh) * | 2019-09-27 | 2019-12-31 | 南昌大学第一附属医院 | 一种临床脑梗患者复发风险预警评分可视化模型系统及其评价方法 |
-
2020
- 2020-01-21 CN CN202010067986.XA patent/CN111312402A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101573073A (zh) * | 2006-12-27 | 2009-11-04 | 心脏起搏器股份公司 | 用于危险分层的患者间比较 |
CN106650210A (zh) * | 2016-10-02 | 2017-05-10 | 张家港市锦丰镇人民医院 | 一种护理风险综合评估系统 |
CN110634573A (zh) * | 2019-09-27 | 2019-12-31 | 南昌大学第一附属医院 | 一种临床脑梗患者复发风险预警评分可视化模型系统及其评价方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111816324A (zh) * | 2020-09-10 | 2020-10-23 | 平安国际智慧城市科技股份有限公司 | 疫情监测方法、装置、疫情防控平台及可读存储介质 |
CN111816324B (zh) * | 2020-09-10 | 2021-06-04 | 平安国际智慧城市科技股份有限公司 | 疫情监测方法、装置、疫情防控平台及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Stalenhoef et al. | Incidence, risk factors and consequences of falls among elderly subjects living in the community: a criteria-based analysis | |
Jensen et al. | Falls among frail older people in residential care | |
Abraham et al. | Suicide in the elderly in Kaniyambadi block, Tamil Nadu, south India | |
Morse et al. | Characteristics of the fall-prone patient | |
Nyberg et al. | Incidence of falls in three different types of geriatric care: a Swedish prospective study | |
Campbell et al. | Psychiatric and medical features of near fatal asthma. | |
P. Janicki et al. | Mortality and morbidity among older adults with intellectual disability: health services considerations | |
Freeman et al. | The use of the Minnesota Multiphasic Personality Inventory with low back pain patients. | |
Close et al. | Fall assessment in older people | |
US20060270949A1 (en) | Monitoring apparatus for ambulatory subject and a method for monitoring the same | |
Tiret et al. | Incidence, causes and severity of injuries in Aquitaine, France: a community-based study of hospital admissions and deaths. | |
Mitchell et al. | Age differences in fall‐related injury hospitalisations and trauma presentations | |
Valerio | Storm of violence, surge of struggle: Women in the aftermath of Typhoon Haiyan (Yolanda) | |
CN111312402A (zh) | 一种卫生应急风险评估和早期预警系统 | |
Buchner et al. | Transfer bias and the association of cognitive impairment with falls | |
Kelly et al. | Evaluation of a nonintrusive monitor to reduce falls in nursing home patients | |
Zwi et al. | Patterns of injury in children and adolescents presenting to a South African township health centre. | |
DeWalt et al. | Further clues to recognition of patients with fibromyalgia from a simple 2-page patient multidimensional health assessment questionnaire (MDHAQ) | |
Dietz et al. | Health assessment of the 1985 flood disaster in Puerto Rico | |
Grant et al. | Falls among persons who have developmental disabilities in institutional and group home settings | |
Penhale et al. | Elder abuse, mental health and later life: steps towards an understanding | |
O'Leary et al. | Characteristics of older adults hospitalised following trauma in the Midland region of New Zealand | |
CN111588358A (zh) | 一种智慧养老管理系统及应用方法 | |
Karlsson et al. | The use of physical restraints in elder care in relation to fall risk | |
Alhinai | Tropical cyclone Gonu: Number of patients and pattern of illnesses in the primary health centers in A’Seeb area, Muscat, Sultanate of Oman |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |
|
RJ01 | Rejection of invention patent application after publication |