CN114283922A - 一种受试者数据处理方法、系统及电子设备 - Google Patents

Abstract

本发明提供了一种受试者数据处理方法、系统及电子设备，属于大数据的技术领域，缓解了现有技术存在的体检数据的分析不够准确的问题。该方法包括：将受试者进行双盲随机分组，并存储每个受试者所属的组别；获取受试者的第一次体检数据；获取受试者的样品使用数据，基于样品使用数据将受试者分为多个依从性等级，并确定每个依从性等级对应的权重值；获取受试者的第二次体检数据；将各个依从性等级的受试者的第一次体检数据和第二次体检数据进行比较，得到不同依从性等级下的体检数据差值；将不同依从性等级下的体检数据差值以相对应的权重值进行加权，获得依从性差值；根据不同组别的依从性差值获得样品效果数据。

Description

一种受试者数据处理方法、系统及电子设备

技术领域

本发明涉及大数据技术领域，尤其是涉及一种受试者数据处理方法、系统及电子设备。

背景技术

随着医疗健康技术的普及，人们越来越注重身体的身体状况，学校、工作单位等机构会定期组织人员进行体检。

相应的，医院或体检中心等体检机构会配备有体检数据管理系统，用来对体检者的体检数据进行录入、存储、分析，但翔实的体检数据并不能完全反应体检分析的结果，由于体检者不同的行为习惯会影响体检数据的采信度，因此现有技术存在体检数据的分析不够准确的问题。

发明内容

本发明的目的在于提供一种受试者数据处理方法、系统及电子设备，以缓解现有技术存在的体检数据的分析不够准确的问题。

第一方面，本发明提供一种受试者数据处理方法，应用于体检服务数据平台，所述方法包括：

将受试者进行双盲随机分组，并存储每个受试者所属的组别；

获取受试者的第一次体检数据；

获取受试者的样品使用数据，基于所述样品使用数据将受试者分为多个依从性等级，并确定每个依从性等级对应的权重值；

获取受试者的第二次体检数据；

将各个依从性等级的受试者的第一次体检数据和第二次体检数据进行比较，得到不同依从性等级下的体检数据差值；

将不同依从性等级下的体检数据差值以相对应的权重值进行加权，获得依从性差值；

根据不同组别的依从性差值获得样品效果数据。

进一步的，所述样品使用数据包括日志数据、图片数据或视频数据。

进一步的，至少包括三个所述依从性等级。

进一步的，最高的依从性等级对应的权重值为1，最低的依从性等级对应的权重值为0。

进一步的，所述组别至少包括试用组和参照组，所述参照组包括对照组、空白组、阳性参照物组中的一组或多组。

进一步的，将受试者进行双盲随机分组，并存储每个受试者所属的组别的步骤之前，还包括：

获取受试者的身份信息和生理信息；

设定本次体检项目的目标需求。

进一步的，所述身份信息包括姓名、身份信息、职业和人体生物识别信息中的一种或多种；所述生理信息包括性别、年龄、过敏源、病史和身体特征指标中的一种或多种。

进一步的，将受试者进行双盲随机分组的步骤，包括：

根据项目的目标需求，筛选出符合目标需求的受试者，将符合目标需求受试者进行双盲随机分组。

第二方面，本发明还提供一种受试者数据处理系统，应用于体检服务数据平台，所述系统包括：

分组模块，用于将受试者进行双盲随机分组，并存储每个受试者所属的组别；

体检数据模块，用于获取受试者的第一次体检数据；

依从性模块，用于获取受试者的样品使用数据，基于所述样品使用数据将受试者分为多个依从性等级，并确定每个依从性等级对应的权重值；

体检数据模块，还用于获取受试者的第二次体检数据；

比较模块，用于将各个依从性等级的受试者的第一次体检数据和第二次体检数据进行比较，得到不同依从性等级下的体检数据差值；

计算模块，用于将不同依从性等级下的体检数据差值以相对应的权重值进行加权，获得依从性差值；

分析模块，用于根据不同组别的依从性差值获得样品效果数据。

第三方面，本发明还提供一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

采用本发明提供的受试者数据处理方法，能够应用于分析健康食品、保健食品或化妆品等改善人体状态的功效性产品样品对受试者的身体状况的影响，首先将受试者进行双盲随机分组，例如试用组、空白组、对照组、阳性参照物组等，并存储每个受试者所属的组别。之后获取受试者的第一次体检数据，此时为受试者的初始身体状况，也就是使用样品之前的身体状况。在此后的一段时间内，试用组的受试者会坚持使用样品，对照组的受试者坚持使用安慰剂样品，空白组的受试者不使用样品，而这段时间里需要持续获取受试者的样品使用数据，基于样品使用数据将受试者分为多个依从性等级，并确定每个依从性等级对应的权重值。其中，样品使用数据能够反映出受试者使用样品的坚持程度，也就是依从性等级。将不同的依从性等级赋予不同的权重值，在后续的体检数据分析中可使越坚持使用样品的受试者的体检数据具有越高的参考价值。

之后，获取受试者的第二次体检数据，然后将各个依从性等级的受试者的第一次体检数据和第二次体检数据进行比较，得到不同依从性等级下的体检数据差值，再将不同依从性等级下的体检数据差值以相对应的权重值进行加权，获得依从性差值，并根据不同组别的依从性差值获得样品效果数据。通过试用组与参照组(包括对照组、空白组、阳性参照物组中的一组或多组)之间的依从性差值，即可获得该样品对人体身体状况的影响效果。本发明通过参考依从性等级来对体检数据进行分析，能够得出更加准确的产品样品效果，从而缓解了现有技术存在的体检数据的分析不够准确的问题。

相应地，本发明提供的一种受试者数据处理系统、电子设备及计算机可读存储介质，也同样具有上述技术效果。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的受试者数据处理方法的流程图；

图2为本发明实施例二提供的受试者数据处理系统的示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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。

本发明实施例中所提到的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括其他没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

目前的体检数据并不能完全反应体检分析的结果，由于体检者不同的行为习惯会影响体检数据的采信度，因此现有技术存在体检数据的分析不够准确的问题。

同时，目前各种健康食品、保健食品、化妆品等功效性产品的资质认证开始逐渐发展普及，按照国家法规要求，会组织进行产品功效性验证的临床试验，因此需要对产品使用效果有一个科学可靠的评定流程、管理方法及管理工具。

针对上述问题，本发明实施例提供一种受试者数据处理方法，应用于体检服务数据平台。

实施例一：

如图1所示，本发明实施例提供的受试者数据处理方法包括以下步骤：

S1：将受试者进行双盲随机分组，并存储每个受试者所属的组别。

本实施例中的组别安排会根据项目需求，分为试用组和参照组别，参照组别可包括对照组、空白组、阳性参照物组中的一组或多组，即从最少两个组别到最多四个组别。其中，试用组的受试者使用项目所验证的功效性产品，对照组的受试者使用安慰剂产品，空白组的受试者不使用任何产品，阳性参照物组的受试者使用其他类似功效性产品。

双盲随机分组是一种医学判断标准，具体是指受试者被分为两个组别或三个组别时是随机分配的，且受试者不知道自己所属的组别；同时，工作人员在给受试者配发样品时，也不知道所配发的是真正的样品还是安慰剂。因此，受试者对于自己所属的组别是“盲”的，工作人员对于所配发的样品也是“盲”的，从而实现双盲随机分组。

S2：获取受试者的第一次体检数据。

本发明实施例能够应用于分析健康食品、保健食品或化妆品等改善人体状态的功效性产品样品对受试者的身体状况的影响，首先获取并存储受试者的第一次体检数据，此时为受试者的初始身体状况，也就是使用样品之前的身体状况。

第一次体检数据可以包括身高、体重、体脂比、血压、血氧、B超单、心电图等多种体检指标，具体可以根据实际需要确定体检指标包含的类别。

S3：获取受试者的样品使用数据，基于样品使用数据将受试者分为多个依从性等级，并确定每个依从性等级对应的权重值。

在第一次体检之后会给受试者配发样品，在一段时间内，试用组的受试者会坚持使用样品，对照组的受试者使用安慰剂产品，空白组的受试者不使用任何产品，阳性参照物组的受试者使用其他类似功效性产品。

而这段时间里需要持续获取受试者的样品使用数据，样品使用数据通常可以包括日志数据、图片数据或视频数据等。样品使用数据能够反映出受试者使用样品的坚持程度，也就是依从性等级。将不同的依从性等级赋予不同的权重值，在后续的体检数据分析中可使越坚持使用样品的受试者的体检数据具有越高的参考价值。

为保证最后的分析结果具有较高的准确性，应当至少包括三个依从性等级，例如一级、二级、三级。在一种可能的实施方式中，最高的依从性等级(一级)对应的权重值为1，居中的依从性等级(二级)对应的权重值为0至1之间的小数，最低的依从性等级(三级)对应的权重值为0(相当于移除了依从性等级最低的体检数据)。

为了鼓励受试者更好的坚持使用样品，还可以对受试者上传的特定的样品使用数据发送奖励，例如连续7天上传服用照片，可在受试者手机应用程序内发放奖励，鼓励受试者积极参与反馈。

S4：获取受试者的第二次体检数据。

第二次体检数据包括的体检指标应当与第一次体检数据一致，以便于对各项指标进行比较。

S5：将各个依从性等级的受试者的第一次体检数据和第二次体检数据进行比较，得到不同依从性等级下的体检数据差值。

对于不同的依从性等级，分别将每个受试者在先后两次体检中的各项指标进行比较，获得不同依从性等级下的每个受试者的体检数据差异。

例如，对于减重效果的分析，以体重数据作为分析对象，经本步骤得到的结果为：一级体检数据差值(减重值，单位kg)为8，二级体检数据差值5，三级体检数据差值为1。

S6：将不同依从性等级下的体检数据差值以相对应的权重值进行加权，获得依从性差值。

例如，一级对应的权重值为1，二级对应的权重值为0.6，三级对应的权重值为0，以上述例举的体检数据差值进行加权计算(8×1+5×0.6+1×0)÷(1+0.6+0)＝6.875，获得依从性差值为6.875。

相比之下，如果以现有技术的计算方式，不考虑依从性的权重值，对同样的三组体检数据差值8、5、1取平均数，得到的差值为4.667，可以看出现有的计算结果受参考价值低的体检数据影响很大，将会较大的影响到样品效果的分析。

S7：根据不同组别的依从性差值获得样品效果数据。

通过试用组与参照组(对照组、空白组、阳性参照物组中的一组或多组)之间的依从性差值，即可获得该样品对人体身体状况的影响效果。本发明实施例通过参考依从性等级来对体检数据进行分析，能够得出更加准确的产品样品效果，从而缓解了现有技术存在的体检数据的分析不够准确的问题。

在一种可能的实施方式中，步骤S1之前还可以包括以下步骤：

获取受试者的身份信息和生理信息。其中，身份信息可以包括姓名、身份信息、职业、指纹和人脸特征中的一种或多种；生理信息可以包括性别、年龄、过敏源、病史和身体特征指标(例如肥胖、贫血等)中的一种或多种。

在一种可能的实施方式中，步骤S1之前还可以包括以下步骤：

设定本次体检项目的目标需求。相应的，步骤S1中的将受试者进行双盲随机分组具体为，根据设置的项目目标需求，筛选出符合目标需求的受试者，将符合标准受试者进行双盲分组。

在上述各个步骤的执行过程中，也需要进行严格的质量控制，对流程和结果进行监测、核对，并安排负责质控环节人员进行随机抽检核验，确保各项信息及数据的准确性，以最终保证试验过程的完整性、有效性。

实施例二：

如图2所示，本发明实施例提供一种受试者数据处理系统，应用于体检服务数据平台，该系统包括：

分组模块1，用于将受试者进行双盲随机分组，并存储每个受试者所属的组别。

体检数据模块2，用于获取受试者的第一次体检数据。

依从性模块3，用于获取受试者的样品使用数据，基于样品使用数据将受试者分为多个依从性等级，并确定每个依从性等级对应的权重值。

体检数据模块2，还用于获取受试者的第二次体检数据。

比较模块4，用于将各个依从性等级的受试者的第一次体检数据和第二次体检数据进行比较，得到不同依从性等级下的体检数据差值。

计算模块5，用于将不同依从性等级下的体检数据差值以相对应的权重值进行加权，获得依从性差值。

分析模块6，用于根据不同组别的依从性差值获得样品效果数据。

实施例三：

本发明实施例提供一种电子设备，包括存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例一或实施例二提供的方法的步骤。

本发明实施例提供的受试者数据处理系统及电子设备，与上述实施例提供的受试者数据处理方法具有相同的技术特征，所以也能解决相同的技术问题，达到相同的技术效果。

对应于上述方法，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有机器可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行上述方法的步骤。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

又例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，再例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述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：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的范围。都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种受试者数据处理方法，其特征在于，应用于体检服务数据平台，所述方法包括：

将受试者进行双盲随机分组，并存储每个受试者所属的组别；

获取受试者的第一次体检数据；

获取受试者的样品使用数据，基于所述样品使用数据将受试者分为多个依从性等级，并确定每个依从性等级对应的权重值；

获取受试者的第二次体检数据；

将各个依从性等级的受试者的第一次体检数据和第二次体检数据进行比较，得到不同依从性等级下的体检数据差值；

将不同依从性等级下的体检数据差值以相对应的权重值进行加权，获得依从性差值；

根据不同组别的依从性差值获得样品效果数据。

2.根据权利要求1所述的方法，其特征在于，所述样品使用数据包括日志数据、图片数据或视频数据。

3.根据权利要求1所述的方法，其特征在于，至少包括三个所述依从性等级。

4.根据权利要求3所述的方法，其特征在于，最高的依从性等级对应的权重值为1，最低的依从性等级对应的权重值为0。

5.根据权利要求1所述的方法，其特征在于，所述组别至少包括试用组和参照组，所述参照组包括对照组、空白组、阳性参照物组中的一组或多组。

6.根据权利要求1所述的方法，其特征在于，将受试者进行双盲随机分组，并存储每个受试者所属的组别的步骤之前，还包括：

获取受试者的身份信息和生理信息；

设定本次体检项目的目标需求。

7.根据权利要求6所述的方法，其特征在于，所述身份信息包括姓名、身份信息、职业和人体生物识别信息中的一种或多种；所述生理信息包括性别、年龄、过敏源、病史和身体特征指标中的一种或多种。

8.根据权利要求6所述的方法，其特征在于，将受试者进行双盲随机分组的步骤，包括：

根据项目的目标需求，筛选出符合目标需求的受试者，将符合目标需求受试者进行双盲随机分组。

9.一种受试者数据处理系统，其特征在于，应用于体检服务数据平台，所述系统包括：

分组模块，用于将受试者进行双盲随机分组，并存储每个受试者所属的组别；

体检数据模块，用于获取受试者的第一次体检数据；

依从性模块，用于获取受试者的样品使用数据，基于所述样品使用数据将受试者分为多个依从性等级，并确定每个依从性等级对应的权重值；

体检数据模块，还用于获取受试者的第二次体检数据；

比较模块，用于将各个依从性等级的受试者的第一次体检数据和第二次体检数据进行比较，得到不同依从性等级下的体检数据差值；

计算模块，用于将不同依从性等级下的体检数据差值以相对应的权重值进行加权，获得依从性差值；

分析模块，用于根据不同组别的依从性差值获得样品效果数据。

10.一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7任一项所述的方法的步骤。

Images