CN112509693A - 一种临床数据统计分析方法、系统、设备及存储介质 - Google Patents
一种临床数据统计分析方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN112509693A CN112509693A CN202011464015.5A CN202011464015A CN112509693A CN 112509693 A CN112509693 A CN 112509693A CN 202011464015 A CN202011464015 A CN 202011464015A CN 112509693 A CN112509693 A CN 112509693A
- Authority
- CN
- China
- Prior art keywords
- statistical analysis
- data
- clinical data
- determining
- patient
- 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
- 238000007619 statistical method Methods 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000013500 data storage Methods 0.000 claims abstract description 6
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000013479 data entry Methods 0.000 claims description 6
- 230000008676 import Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 230000036541 health Effects 0.000 claims description 4
- 239000002074 nanoribbon Substances 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 10
- 238000011160 research Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000000349 chromosome Anatomy 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 210000004994 reproductive system Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 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
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (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
本发明提供一种临床数据统计分析方法、系统、设备及存储介质，方法主要包括：按照医学语义确定相关数据纳排条件，筛选出对应数据，完成数据入组；根据分析需求确定搜索临床数据的逻辑表达式，依据所述逻辑表达式得到统计分析结果。采用本发明一方面可以实现数据的录入、整理、存储的在线完成，随后针对医学语义的纳排条件智能设定，可实现较为精准的数据入组，大大提升前期数据准备工作的效率；另一方面，后期数据统计分析，均为图形化一键操作，而且支持数据导出，解决了专业门槛问题，适用于医护人员独立操作。
Description
技术领域
本发明涉及医疗数据统计领域，具体而言，尤其涉及一种临床数据统计分析方法、系统、设备及存储介质。
背景技术
随着计算机技术、网络通信技术等现代化信息技术的发展和普及，当前医疗机构大部分已经建立数字医疗信息系统，以电子化形式收集、储存各种类医疗信息。其中，临床数据作为指导临床研究和医疗科研的重要参考，需要进行相关的统计分析。但是，在现有的临床数据统计分析应用中，存在众多限制阻碍其发挥价值：一方面现有的医疗统计分析工具过于专业，比如R语言、SAS、SPSS等为代表的市面主流工具，对于医务工作者来说难以独立使用和操作；同时在数据录入、数据整理、统计分析等过程中需要打大量时间人力的投入。总结来说，现有模式下，每一项临床研究均要经过反复的统计和分析过程，投入巨大，耗时很长、成功率低。因此，亟待提出一种新的临床数据的智能统计分析搜索方法及系统，辅助医务工作者独立高效完成临床研究任务。
发明内容
根据上述提出的现有医疗信息系统统计、分析能力欠缺且投入巨大的技术问题，本发明提供了一种用于医学研究的统计分析平台，可对患者临床数据完成录入、存储、整理、自由设定纳排条件，最终输出统计和通过自主选择分析类型、筛选统计样本以及统计对象，进一步研究、分析，并可导出最终图形化或表格式数据结果。
本发明采用的技术手段如下：
本发明提供了一种临床数据统计分析方法，主要步骤包括：
按照医学语义确定相关数据纳排条件，筛选出对应数据，完成数据入组，生成临床数据数组，所述相关数据为能够反映患者当前或既往健康状态的历史医疗数据；
根据分析需求确定搜索临床数据的逻辑表达式，依据所述逻辑表达式得到统计分析结果，具体包括：
确定逻辑表达式中对于数值变量的限定，从而获取并展示临床数据数组的描述性统计分析结果；
确定逻辑表达式中对于分类变量的限定，从而获取并展示临床数据数组的推断性统计分析结果。
进一步地，在完成数据入组之前，还包括添加患者临床数据，并存储于远端服务器的步骤。
进一步地，添加患者临床数据的步骤包括在系统界面上手动录入或文档批量导入。
进一步地，展示统计分析结果之前还包括从系统界面调取服务器中存储的患者临床数据并分析。
本发明还提供了一种基于上述统计分析方法的临床数据统计分析系统，主要包括：
纳排入组模块，用于按照医学语义确定相关数据纳排条件，筛选出对应数据，完成数据入组，生成临床数据数组，所述相关数据为能够反映患者当前或既往健康状态的历史医疗数据；
统计分析模块，用于根据分析需求确定搜索临床数据的逻辑表达式，依据所述逻辑表达式得到统计分析结果，具体包括：
描述性统计分析部，用于确定逻辑表达式中对于数值变量的限定，从而获取并展示临床数据数组的描述性统计分析结果；
推断性统计分析部分，用于确定逻辑表达式中对于分类变量的限定，从而获取并展示临床数据数组的推断性统计分析结果。
进一步地，系统还包括临床数据录入存储模块，在完成数据入组之前，添加患者临床数据，并存储于远端服务器。
进一步地，添加患者临床数据包括在系统界面上手动录入或文档批量导入。
进一步地，所述统计分析模块展示统计分析结果之前，还用于从系统界面调取服务器中存储的患者临床数据并分析。
本发明还提供了一种临床数据统计分析设备，包括：处理器；存储器，其中存储有所述处理器的可执行指令；所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述临床数据统计分析方法的步骤。
本发明还提供了一种计算机可读存储介质，用于存储计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述临床数据统计分析方法的步骤。
较现有技术相比，本发明具有以下优点：
本发明提供的临床数据统计分析方法中，一方面可以实现数据的录入、整理、存储的在线完成，随后针对医学语义的纳排条件智能设定，可实现较为精准的数据入组，大大提升前期数据准备工作的效率；另一方面，后期数据统计分析，均为图形化一键操作，而且支持数据导出，解决了专业门槛问题，适用于医护人员独立操作。将前期数据储备和后续智能统计分析模块完美结合，成为一个完整的系统解决方案。
基于上述理由本发明可在临床科研等领域广泛推广。
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做以简单地介绍，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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明数据统计分析方法流程图。
图2为实施例病历数据展示示例图
图3为实施例搜索纳排条件示例图。
图4为实施例逻辑表达式可视化展示图。
图5为实施例中搜索结果示例图。
图6a为实施例中第一统计学描述示例图。
图6b为实施例中第二统计学描述示例图。
图6c为实施例中第三统计学描述示例图。
图7为实施例中分析结果示例图。
图8为本发明数据统计分析系统结构框图。
具体实施方式
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，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，都属于本发明保护的范围。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
如图1所示，本发明提供了一种临床数据统计分析方法，主要步骤包括：
步骤A1.手动录入或批量导入已有患者临床数据，并存储于远端服务器中。
步骤A2.按照医学语义，确定相关数据纳排条件，筛选出对应数据，完成入组。
步骤A3.根据实际需求，展示单组数据的各项描述性统计分析结果。
步骤A4.根据实际需求，展示多组数据组间的推断性统计分析结果。
上述临床数据统计分析方法中，一方面，数据的录入、整理、存储都可以在线完成，随后针对医学语义的纳排条件智能设定，可实现较为精准的数据入组，大大提升前期数据准备工作的效率；另一方面，后期数据统计分析，均为图形化一键操作，任何医务人员均可独立快速完成，而且支持数据导出，解决了专业门槛问题。可以真正在医疗实际中普及应用。下面，将对本示例实施方式中上述病历数据搜索方法中的各步骤进行详细的解释以及说明。
在步骤A1中，手动录入或批量导入患者数据，存储于远端服务器中。如图2所示，为在客户端界面数据展示示意图。
在步骤A2中，首先，对明确的医学语义进行解释和拆分。参考图3所示，待搜索病例的纳排条件为：“年龄大于35岁；且非既往史生殖系统有疾病；进周期日晚于2017年10月1日；服用金赛恒或者IVF诊断采用微刺激方案；染色体检查非异常”的患者。
如图4所示，通过可视化图形界面，确定好纳排条件，构成灵活多变的逻辑表达式。
如图5所示，确定好待搜索临床数据的最终逻辑表达式后，一键搜索，得到符合要求的所有病例。确定好入组数据后，可以根据需求，做描述性统计或推断性统计。
在步骤A3中，找到某组入组数据，确认好某指标的数值分量或分类变量或重复测量变量，一键得到统计结果。如图6a-6c所示，为客户端展示界面。
在步骤A4中，选择一组或多组入组数据，进行单租或组间推断性统计分析。此模块中，有“单组数值变量比较”、“配对数值变量比较”“两组数值变量比较”、“多组数值变量比较”、“两组或多组分类变量比较”、“两组有序多有序变量比较”、“生存资料比较”、“双变量相关分析”、“线性回归”、“Logistic回归”、“Cox比例风险回归”、“倾向性评分匹配”多个计算单元。如图7所示为以“单组数值变量比较”单元为例的示意图。
本发明还提供了一种基于上述统计分析方法的临床数据统计分析系统，，参考图8所示，该数据统计分析系统可以包括临床数据录入存储模块1110、纳排入组模块1120以及数据智能统计分析模块1130。其中：
字段条件模块1110可以用于手动录入或批量导入患者临床数据，存储于元端服务器中；
纳排入组模块1120可用于按照医学语义，确定纳排条件，完成数据入组。
最后，根据实际科研需求，在统计分析模块1130中选择描述性统计分析或是推断性统计分析。高效准确完成科研项目。
上述病例数据搜索系统中个模块的细节已经在对应的数据智能统计分析方法中进行了详细描述，因此不再赘述。
应当注意，尽管在上文详细描述中提及了用于动作执行的系统的若干模块或者单元，但这种划分并非强制性的。实际上，根据本公开的实施方法，上文描述的两个或者更多模块或者单元的特性和功能可以在一个模块或者单元中具体化。繁殖，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本发明还提供了一种临床数据统计分析设备，包括：处理器；存储器，其中存储有所述处理器的可执行指令；所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述临床数据统计分析方法的步骤。
如上所述，该实施例能够克服医疗信息系统统计、分析能力欠缺且投入巨大的缺点，使用户能够快捷、准确地对患者数据进行统计分析。所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“平台”。
本实施例中给出的电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：至少一个处理单元、至少一个存储单元、连接不同平台组件(包括存储单元和处理单元)的总线、显示单元等。其中，存储单元存储有程序代码，程序代码可以被处理单元执行，使得处理单元执行本说明书上述电子处方流转处理方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，处理单元可以执行如图1中所示的步骤。存储单元可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)和/或高速缓存存储单元，还可以进一步包括只读存储单元(ROM)。存储单元还可以包括具有一组(至少一个)程序模块的程序/实用工具，这样的程序模块包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口进行。并且，电子设备还可以通过网络适配器与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器可以通过总线与电子设备的其它模块通信。应当明白，可以结合电子设备使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
本发明还提供了一种计算机可读存储介质，用于存储计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述临床数据统计分析方法的步骤。
在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述方法部分中描述的根据本发明各种示例性实施方式的步骤。
如上所示，该实施例能够克服医疗信息系统统计、分析能力欠缺且投入巨大的缺点，让用户更快捷、准确地检索到需要的患者数据。本实施例还提供了一种用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CDROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围。
Claims (10)
1.一种临床数据统计分析方法，其特征在于，主要步骤包括：
按照医学语义确定相关数据纳排条件，筛选出对应数据，完成数据入组，生成临床数据数组，所述相关数据为能够反映患者当前或既往健康状态的历史医疗数据；
根据分析需求确定搜索临床数据的逻辑表达式，依据所述逻辑表达式得到统计分析结果，具体包括：
确定逻辑表达式中对于数值变量的限定，从而获取并展示临床数据数组的描述性统计分析结果；
确定逻辑表达式中对于分类变量的限定，从而获取并展示临床数据数组的推断性统计分析结果。
2.根据权利要求1所述的临床数据统计分析方法，其特征在于，在完成数据入组之前，还包括添加患者临床数据，并存储于远端服务器的步骤。
3.根据权利要求2所述的临床数据统计分析方法，其特征在于，添加患者临床数据的步骤包括在系统界面上手动录入或文档批量导入。
4.根据权利要求2所述的临床数据统计分析方法，其特征在于，展示统计分析结果之前还包括从系统界面调取服务器中存储的患者临床数据并分析。
5.一种基于权利要求1所述统计分析方法的临床数据统计分析系统，主要包括：
纳排入组模块，用于按照医学语义确定相关数据纳排条件，筛选出对应数据，完成数据入组，生成临床数据数组，所述相关数据为能够反映患者当前或既往健康状态的历史医疗数据；
统计分析模块，用于根据分析需求确定搜索临床数据的逻辑表达式，依据所述逻辑表达式得到统计分析结果，具体包括：
描述性统计分析部，用于确定逻辑表达式中对于数值变量的限定，从而获取并展示临床数据数组的描述性统计分析结果；
推断性统计分析部分，用于确定逻辑表达式中对于分类变量的限定，从而获取并展示临床数据数组的推断性统计分析结果。
6.根据权利要求5所述的临床数据统计分析系统，其特征在于，系统还包括临床数据录入存储模块，在完成数据入组之前，添加患者临床数据，并存储于远端服务器。
7.根据权利要求6所述的临床数据统计分析系统，其特征在于，添加患者临床数据包括在系统界面上手动录入或文档批量导入。
8.根据权利要求6所述的临床数据统计分析系统，其特征在于，所述统计分析模块展示统计分析结果之前，还用于从系统界面调取服务器中存储的患者临床数据并分析。
9.一种临床数据统计分析设备，其特征在于包括：处理器；存储器，其中存储有所述处理器的可执行指令；所述处理器配置为经由执行所述可执行指令来执行权利要求1-4中任意一项所述临床数据统计分析方法的步骤。
10.一种计算机可读存储介质，用于存储计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-4中任意一项所述临床数据统计分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011464015.5A CN112509693A (zh) | 2020-12-11 | 2020-12-11 | 一种临床数据统计分析方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011464015.5A CN112509693A (zh) | 2020-12-11 | 2020-12-11 | 一种临床数据统计分析方法、系统、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112509693A true CN112509693A (zh) | 2021-03-16 |
Family
ID=74972351
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011464015.5A Pending CN112509693A (zh) | 2020-12-11 | 2020-12-11 | 一种临床数据统计分析方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112509693A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115331823A (zh) * | 2022-06-13 | 2022-11-11 | 目人(苏州)医学科技有限公司 | 分析临床数据的方法、系统、设备及存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101504694A (zh) * | 2008-02-04 | 2009-08-12 | 朱建国 | 一种医用临床病患信息资料统计和分析系统及其方法 |
| US20140288964A1 (en) * | 2013-03-22 | 2014-09-25 | Siemens Aktiengesellschaft | Method And System For Supporting An Acquisition Of Clinical Data |
| US20160042155A1 (en) * | 2014-08-06 | 2016-02-11 | Gen LI | Methods of forecasting enrollment rate in clinical trial |
| CN108986917A (zh) * | 2018-06-14 | 2018-12-11 | 杭州认知网络科技有限公司 | 临床试验匹配方法、装置及终端设备 |
| US20190057316A1 (en) * | 2017-01-19 | 2019-02-21 | Boe Technology Group Co., Ltd. | Medical data analysis method and device as well as computer-readable storage medium |
| CN109841285A (zh) * | 2017-11-28 | 2019-06-04 | 北京市眼科研究所 | 一种临床研究协作系统及方法 |
| CN110335647A (zh) * | 2019-06-21 | 2019-10-15 | 上海市精神卫生中心（上海市心理咨询培训中心） | 一种临床数据标准化系统及标准化数据采集方法 |
| US20200005906A1 (en) * | 2018-06-27 | 2020-01-02 | International Business Machines Corporation | Clinical trial searching and matching |
| CN111063444A (zh) * | 2019-12-05 | 2020-04-24 | 无锡市疾病预防控制中心 | 基于Excel VBA的死因监测数据分析方法 |
| WO2020117869A1 (en) * | 2018-12-03 | 2020-06-11 | Tempus Labs | Clinical concept identification, extraction, and prediction system and related methods |
| CN111667891A (zh) * | 2020-06-08 | 2020-09-15 | 中国医学科学院医学信息研究所 | 应用于专病临床试验的队列识别方法及装置 |
-
2020
- 2020-12-11 CN CN202011464015.5A patent/CN112509693A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101504694A (zh) * | 2008-02-04 | 2009-08-12 | 朱建国 | 一种医用临床病患信息资料统计和分析系统及其方法 |
| US20140288964A1 (en) * | 2013-03-22 | 2014-09-25 | Siemens Aktiengesellschaft | Method And System For Supporting An Acquisition Of Clinical Data |
| US20160042155A1 (en) * | 2014-08-06 | 2016-02-11 | Gen LI | Methods of forecasting enrollment rate in clinical trial |
| US20190057316A1 (en) * | 2017-01-19 | 2019-02-21 | Boe Technology Group Co., Ltd. | Medical data analysis method and device as well as computer-readable storage medium |
| CN109841285A (zh) * | 2017-11-28 | 2019-06-04 | 北京市眼科研究所 | 一种临床研究协作系统及方法 |
| CN108986917A (zh) * | 2018-06-14 | 2018-12-11 | 杭州认知网络科技有限公司 | 临床试验匹配方法、装置及终端设备 |
| US20200005906A1 (en) * | 2018-06-27 | 2020-01-02 | International Business Machines Corporation | Clinical trial searching and matching |
| WO2020117869A1 (en) * | 2018-12-03 | 2020-06-11 | Tempus Labs | Clinical concept identification, extraction, and prediction system and related methods |
| CN110335647A (zh) * | 2019-06-21 | 2019-10-15 | 上海市精神卫生中心（上海市心理咨询培训中心） | 一种临床数据标准化系统及标准化数据采集方法 |
| CN111063444A (zh) * | 2019-12-05 | 2020-04-24 | 无锡市疾病预防控制中心 | 基于Excel VBA的死因监测数据分析方法 |
| CN111667891A (zh) * | 2020-06-08 | 2020-09-15 | 中国医学科学院医学信息研究所 | 应用于专病临床试验的队列识别方法及装置 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115331823A (zh) * | 2022-06-13 | 2022-11-11 | 目人(苏州)医学科技有限公司 | 分析临床数据的方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109584975B (zh) | 医疗数据标准化处理方法及装置 | |
| CN109670054B (zh) | 知识图谱构建方法、装置、存储介质及电子设备 | |
| CN109522551B (zh) | 实体链接方法、装置、存储介质及电子设备 | |
| CN111401066B (zh) | 基于人工智能的词分类模型训练方法、词处理方法及装置 | |
| CN107818169B (zh) | 电子病历检索、存储方法及装置、存储介质、电子终端 | |
| US20200005906A1 (en) | Clinical trial searching and matching | |
| US20150106022A1 (en) | Interactive visual analysis of clinical episodes | |
| CN107545023B (zh) | 文本型指标的提取方法和装置 | |
| US20130282404A1 (en) | Integrated access to and interation with multiplicity of clinica data analytic modules | |
| CN110265099B (zh) | 用于输出病历的方法和装置 | |
| CN110990445B (zh) | 一种数据处理方法、装置、设备和介质 | |
| CN110609910B (zh) | 医学知识图谱构建方法及装置、存储介质和电子设备 | |
| CN112541056A (zh) | 医学术语标准化方法、装置、电子设备及存储介质 | |
| CN111145846A (zh) | 临床试验患者招募方法及装置、电子设备和存储介质 | |
| CN111755090A (zh) | 病历查找方法、病历查找装置、存储介质与电子设备 | |
| CN110471941B (zh) | 自动定位判断依据的方法、装置及电子设备 | |
| CN109493928B (zh) | 基于条件树的患者数据筛选方法、系统、设备及存储介质 | |
| CN112507075A (zh) | 一种病例数据搜索方法、系统、设备及存储介质 | |
| CN112509693A (zh) | 一种临床数据统计分析方法、系统、设备及存储介质 | |
| US10795898B2 (en) | Rank-based calculation for keyword searches | |
| CN110874364A (zh) | 一种查询语句处理方法、装置、设备及存储介质 | |
| CN111048165A (zh) | 试验样本的确定方法及装置、计算机介质和电子设备 | |
| CN110931136B (zh) | 事件的搜索方法及装置、计算机介质和电子设备 | |
| US20180330263A1 (en) | Automatic claim reliability scorer based on extraction and evidence analysis | |
| CA3166942A1 (en) | Method and system for incorporating patient information |
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 |