CN114817222A - 一种量表优化方法、装置、设备及存储介质 - Google Patents

一种量表优化方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114817222A
CN114817222A CN202210528363.7A CN202210528363A CN114817222A CN 114817222 A CN114817222 A CN 114817222A CN 202210528363 A CN202210528363 A CN 202210528363A CN 114817222 A CN114817222 A CN 114817222A
Authority
CN
China
Prior art keywords
scale
target
preset threshold
optimized
gauge
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.)
Granted
Application number
CN202210528363.7A
Other languages
English (en)
Other versions
CN114817222B (zh
Inventor
何永正
刘林奎
马登伟
信焕玲
闻丹丹
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.)
Henan Xiangyu Medical Equipment Co Ltd
Original Assignee
Henan Xiangyu Medical Equipment 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 Henan Xiangyu Medical Equipment Co Ltd filed Critical Henan Xiangyu Medical Equipment Co Ltd
Priority to CN202210528363.7A priority Critical patent/CN114817222B/zh
Publication of CN114817222A publication Critical patent/CN114817222A/zh
Application granted granted Critical
Publication of CN114817222B publication Critical patent/CN114817222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/21Design, administration or maintenance of databases
    • G06F16/215Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2282Tablespace storage structures; Management thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462Approximate or statistical queries
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了一种量表优化方法、装置、设备及存储介质,涉及量表技术领域,包括:获取目标数据库中与待优化的目标量表相关的历史评定记录;从历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和目标量表数量,并判断目标量表数量是否大于第一预设阈值;若大于则分别统计目标历史评定量表中每道题目的使用频率,并判断使用频率是否小于第二预设阈值;若小于则将小于第二预设阈值的题目从目标量表中删除得到第一删除量表;判断第一删除量表中每道题目的使用频率是否位于预设阈值区间,若位于则对位于预设阈值区间的题目的分值进行修改。本申请能够在量表的使用过程中不断的修改和优化量表内容,提高了量表的信度和效度。

Description

一种量表优化方法、装置、设备及存储介质
技术领域
本申请涉及量表技术领域,特别涉及一种量表优化方法、装置、设备及存储介质。
背景技术
量表是由若干个问题或自我评分指标组成的标准化测定表格,一般由多项指标组成,这些指标可通过测量研究对象的某些特征获得定量数据,并且可能涉及总目标的不同方面,因此可对这些指标进行分类,进而得到具有多维性的量表测评结果。
目前量表已经在多个领域中得到了广泛的应用,如在医疗康复评定中,医生可以通过预先设定好的康复评定量表中的问题对患者进行提问,并根据患者的回答,或观察患者动作、表情、行为、态度等患者表现给出分数并记录到量表中,一系列问答后评定出总分,然后根据总分给出诊断结果。
随着计算机技术的快速发展,可以将量表预先固化保存在计算机中,以便通过计算机呈现量表中的题目,然后根据用户的记录计算对应的得分,通过所述得分和对应的评分规则即可得出评定结果,从而代替部分人工操作。然而,在具体的应用过程中,通常需要对量表中的内容进行相应的优化调整,如删除、增加、修改量表中的一些题目,或者增加图片、视频、游戏等题目,而对固化在计算机中的量表进行优化调整时,即便是微小的改动也需要对整个量表进行重新的录入,不能根据实际情况进行实时的更新,消耗了大量的时间、影响了评定的效率,并且在量表发生修改时评分规则也需进行相应的修改,量表固化造成的后续问题影响了评定的质量和用户的使用。
发明内容
有鉴于此,本申请的目的在于提供一种量表优化方法、装置、设备及存储介质,能够在量表的使用过程中不断的修改和优化量表内容,提高量表的信度和效度。其具体方案如下:
第一方面,本申请公开了一种量表优化方法,包括:
获取目标数据库中与待优化的目标量表相关的历史评定记录;
从所述历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和对应的目标量表数量,并判断所述目标量表数量是否大于第一预设阈值;
如果所述目标量表数量大于所述第一预设阈值,则分别统计所述目标历史评定量表中每道题目的使用频率,并判断所述使用频率是否小于第二预设阈值;
如果所述使用频率小于所述第二预设阈值,则将小于所述第二预设阈值的题目从所述目标量表中删除,得到第一删除量表;
判断所述第一删除量表中每道题目的使用频率是否位于预设阈值区间,若位于则对位于所述预设阈值区间的题目的分值进行修改,得到优化后量表。
可选的,所述获取目标数据库中与待优化的目标量表相关的历史评定记录,包括:
获取目标数据库中与待优化的康复评定量表相关的历史评定记录;
相应的,所述从所述历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和对应的目标量表数量,包括:
按照包括年龄段、疾病类型、性别、科室中任意一种或几种组合的预设查询统计规则从所述历史评定记录中统计出目标历史评定量表和对应的目标量表数量。
可选的,所述将小于所述第二预设阈值的题目从所述目标量表中删除,得到第一删除量表之后,还包括:
分别统计所述目标历史评定量表中每道题目的平均得分,并判断所述平均得分是否小于第三预设阈值;
若所述平均得分小于所述第三预设阈值,则将小于所述第三预设阈值的题目从所述第一删除量表中删除,得到第二删除量表。
可选的,所述量表优化方法,还包括:
获取所述优化后量表中所有题目的分数总和;
利用所述分数总和对预先为所述目标量表制定的目标评分规则进行相应的修改,得到优化评分规则,并将所述优化评分规则以XML字符串的方式保存到所述目标数据库中。
可选的,所述量表优化方法,还包括:
按照与所述目标量表对应的题目分类规则对所述优化后量表中的题目进行分类,得到分类后量表;
计算所述分类后量表中每种类型题目对应的分数之和,得到多个不同类型分数之和;
利用预先为所述分类后量表中每种类型题目设置的权值对所述多个不同类型分数之和进行加权,得到对应的多个加权后分数;
根据所述多个加权后分数为所述优化后量表中每种类型题目制定相应的类型评分规则。
可选的,所述量表优化方法,还包括:
将所述优化后量表保存至所述目标数据库,并向目标用户发送针对所述优化后量表的优化提示;
获取所述目标用户在接收到所述优化提示后返回的响应,若所述响应表明同意优化则利用所述优化后量表对所述目标量表进行自动更新,若所述响应表明不同意优化则利用预先保存在所述目标数据库中的所述目标量表对所述优化后量表进行恢复。
可选的,所述量表优化方法,还包括:
利用所述优化后量表对目标对象进行评定,得到相应的评定结果;
从所述目标数据库中读取报告模板,并利用所述报告模板将所述评定结果进行打印输出。
第二方面,本申请公开了一种量表优化装置,包括:
历史评定记录获取模块,用于获取目标数据库中与待优化的目标量表相关的历史评定记录;
量表统计模块,用于从所述历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和对应的目标量表数量;
第一判断模块,用于判断所述目标量表数量是否大于第一预设阈值;
使用频率统计模块,用于如果所述目标量表数量大于所述第一预设阈值,则分别统计所述目标历史评定量表中每道题目的使用频率;
第二判断模块,用于判断所述使用频率是否小于第二预设阈值;
删除模块,用于如果所述使用频率小于所述第二预设阈值,则将小于所述第二预设阈值的题目从所述目标量表中删除,得到第一删除量表;
第三判断模块,用于判断所述第一删除量表中每道题目的使用频率是否位于预设阈值区间;
量表优化模块,用于如果位于则对位于所述预设阈值区间的题目的分值进行修改,得到优化后量表。
第三方面,本申请公开了一种电子设备,包括处理器和存储器;其中,所述处理器执行所述存储器中保存的计算机程序时实现前述的量表优化方法。
第四方面,本申请公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述的量表优化方法。
可见,本申请先获取目标数据库中与待优化的目标量表相关的历史评定记录,然后从所述历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和对应的目标量表数量,并判断所述目标量表数量是否大于第一预设阈值,如果所述目标量表数量大于所述第一预设阈值,则分别统计所述目标历史评定量表中每道题目的使用频率,并判断所述使用频率是否小于第二预设阈值,如果所述使用频率小于所述第二预设阈值,则将小于所述第二预设阈值的题目从所述目标量表中删除得到第一删除量表,再判断所述第一删除量表中每道题目的使用频率是否位于预设阈值区间,若位于则对位于所述预设阈值区间的题目的分值进行修改得到优化后量表。本申请通过将量表中每道题目的使用频率小于预设阈值的题目进行删除、将使用频率位于预设阈值区间的题目分数进行相应的修改,能够在量表的使用过程中不断的修改和优化量表内容,提高了量表的信度和效度。
附图说明
为了更清楚地说明本申请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作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种量表优化方法流程图;
图2为本申请公开的一种具体的量表优化方法流程图;
图3为本申请公开的一种量表优化装置结构示意图;
图4为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例公开了一种量表优化方法,参见图1所示,该方法包括:
步骤S11:获取目标数据库中与待优化的目标量表相关的历史评定记录。
本实施例中,首先需要对预先保存在计算机的目标数据库中的与待优化的目标量表相关的历史评定记录进行采集。例如,当所述目标量表为应用于医疗康复评定的量表时,首先需要对医生使用上述量表对目标患者进行诊断后产生的量表得分、诊断结果及对应的患者个人信息等历史信息进行获取。
步骤S12:从所述历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和对应的目标量表数量,并判断所述目标量表数量是否大于第一预设阈值。
本实施例中,获取到目标数据库中与待优化的目标量表相关的历史评定记录之后,可以对上述历史评定记录进行进一步的筛选,筛选出满足预设查询统计规则的目标历史评定量表,然后对上述目标历史评定量表的数量进行统计得到所述目标量表数量,为了确保采集到的上述目标历史评定量表对应的评定结果的准确性和可靠性,需要将上述目标量表数量与第一预设阈值进行比较,并判断上述目标量表数量是否大于第一预设阈值。其中,所述目标历史评定量表包括但不限于所述目标量表中的题目、题目得分、评定结果等。
需要指出的是,上述预设查询统计规则是根据目标量表的实际应用需求进行设置的。例如,当目标量表中包含年龄、地区、性别等类别信息时,根据具体的应用场景可以选择其中的任意一种或几种的组合对上述历史评定记录中的量表进行筛选。
步骤S13:如果所述目标量表数量大于所述第一预设阈值,则分别统计所述目标历史评定量表中每道题目的使用频率,并判断所述使用频率是否小于第二预设阈值。
本实施例中,如果上述目标量表数量大于所述第一预设阈值,可以进一步的分别对上述目标历史评定量表中每道题目的使用频率进行统计,然后判断所述使用频率是否小于第二预设阈值。
步骤S14:如果所述使用频率小于所述第二预设阈值,则将小于所述第二预设阈值的题目从所述目标量表中删除,得到第一删除量表。
本实施例中,如果上述使用频率小于所述第二预设阈值,则表明该题目不常使用或很少使用,对最终的评定结果起到的作用不大,因此可以将小于上述第二预设阈值的题目从上述目标量表中删除,得到删除后量表,即所述第一删除量表。
进一步的,所述将小于所述第二预设阈值的题目从所述目标量表中删除,得到第一删除量表之后,具体还包括:分别统计所述目标历史评定量表中每道题目的平均得分,并判断所述平均得分是否小于第三预设阈值;若所述平均得分小于所述第三预设阈值,则将小于所述第三预设阈值的题目从所述第一删除量表中删除,得到第二删除量表。本实施例中,为了进一步的对所述第一删除量表中的题目进行优化,还可以对不常使用或对最终评定结果产生较小影响的题目进行滤除。具体的,分别统计上述目标历史评定量表中每道题目的平均得分,然后判断上述平均得分是否小于第三预设阈值,如果上述平均得分小于所述第三预设阈值,可以将小于所述第三预设阈值的题目从上述第一删除量表中删除,得到所述第二删除量表。
步骤S15:判断所述第一删除量表中每道题目的使用频率是否位于预设阈值区间,若位于则对位于所述预设阈值区间的题目的分值进行修改,得到优化后量表。
本实施例中,将小于所述第二预设阈值的题目从所述目标量表中删除得到第一删除量表之后,为了对上述第一删除量表中分数不合理的题目进行调整优化,可以进一步的对上述第一删除量表中每道题目的使用频率进行判断,判断是否位于预设阈值区间,如果位于所述预设阈值区间则对位于上述预设阈值区间的题目的分值进行相应的修改,得到优化后量表。需要指出的是,具体的修改分数需要由用户或行业专家进行设定,既可以预先将设定好的与所述预设阈值区间对应的修改分数保存在所述目标数据库中,也可以在判断出存在位于所述预设阈值区间的题目时,通过计算机前端界面参数输入的方式提醒用户或行业专家进行手动输入,然后按照用户或行业专家输入的参数对位于所述预设阈值区间的题目的分值进行自动的修改。
本实施例中,所述量表优化方法,具体还包括:获取所述优化后量表中所有题目的分数总和;利用所述分数总和对预先为所述目标量表制定的目标评分规则进行相应的修改,得到优化评分规则,并将所述优化评分规则以XML(Extensible Markup Language,可扩展标记语言)字符串的方式保存到所述目标数据库中。可以理解的是,不同量表的题目内容不同,对应的评分规则也不同。在一种具体的实施方式中,首先获取上述优化后量表中所有题目的分数总和,即获取上述优化后量表中所有题目最高分数之和,然后利用上述分数总和对预先为上述目标量表制定的目标评分规则进行相应的修改,得到优化评分规则。例如,目标量表对应的目标评分规则中指定题目总分在50至60之间患A种类型的病症,在30至50之间患B种类型的病症,当对上述目标量表中的题目1(3分)和题目2(4分)进行删除之后,生成优化后量表,此时优化后量表对应的评分规则为题目总分在43至53之间患A种类型的病症,在23至43之间患B种类型的病症。在得到上述优化评分规则之后,可以以XML字符串的方式保存到上述目标数据库中。
本实施例中,所述量表优化方法,具体还包括:将所述优化后量表保存至所述目标数据库,并向目标用户发送针对所述优化后量表的优化提示;获取所述目标用户在接收到所述优化提示后返回的响应,若所述响应表明同意优化则利用所述优化后量表对所述目标量表进行自动更新,若所述响应表明不同意优化则利用预先保存在所述目标数据库中的所述目标量表对所述优化后量表进行恢复。具体的,在获取到优化后量表之后,可以将上述优化后量表保存到目标数据库中,然后向目标用户发送是否对所述优化后量表进行优化的优化提示,目标用户在获取到所述优化提示后可以选择同意优化或者拒绝优化,如果收到同意优化的响应则可以利用上述优化后量表对所述目标量表进行自动更新,如果收到拒绝优化的响应则可以利用预先保存在所述目标数据库中的所述目标量表对上述优化后量表进行恢复。需要指出的是,本申请中的优化后量表是在目标量表的基础上进行优化调整的,因此需要预先对所述目标量表进行保存,具体可以通过XML字符串的方式将所述目标量表中的题目保存到目标数据库中,当收到用户拒绝优化的响应时,可以通过从目标数据库中调取目标量表的方式对所述优化后量表进行恢复,即复用优化前的量表。
除了通过上述预设第一预设阈值的方式对所述目标量表进行优化,还可以根据预设的时间对其进行自动优化,如果用户在使用优化后的量表的过程中想要复用之前的目标量表,则可以从目标数据库中调取所述目标量表。
本实施例中,所述量表优化方法,具体还包括:利用所述优化后量表对目标对象进行评定,得到相应的评定结果;从所述目标数据库中读取报告模板,并利用所述报告模板将所述评定结果进行打印输出。可以理解的是,在得到优化后量表之后,可以利用上述优化后量表对待评定的目标对象进行评定,进而得到相应的评定结果,为了方便用户查看上述评定结果可以将上述评定结果进行打印输出。具体的,可以先从目标数据库中读取报告模板,然后利用打印设备,如打印机,并按照上述报告模板将上述评定结果进行打印导出。
可见,本申请实施例先获取目标数据库中与待优化的目标量表相关的历史评定记录,然后从所述历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和对应的目标量表数量,并判断所述目标量表数量是否大于第一预设阈值,如果所述目标量表数量大于所述第一预设阈值,则分别统计所述目标历史评定量表中每道题目的使用频率,并判断所述使用频率是否小于第二预设阈值,如果所述使用频率小于所述第二预设阈值,则将小于所述第二预设阈值的题目从所述目标量表中删除得到第一删除量表,再判断所述第一删除量表中每道题目的使用频率是否位于预设阈值区间,若位于则对位于所述预设阈值区间的题目的分值进行修改得到优化后量表。本申请实施例通过将量表中每道题目的使用频率小于预设阈值的题目进行删除、将使用频率位于预设阈值区间的题目分数进行相应的修改,能够在量表的使用过程中不断的修改和优化量表内容,提高了量表的信度和效度。
本申请实施例公开了一种具体的量表优化方法,参见图2所示,该方法包括:
步骤S21:获取目标数据库中与待优化的康复评定量表相关的历史评定记录。
本实施例中,首先对目标数据库中与待优化的康复评定量表相关的历史评定记录进行采集。其中,所述历史评定记录中包括所述康复评定量表中的题目、题目得分、评定结果、患者个人信息等。
步骤S22:按照包括年龄段、疾病类型、性别、科室中任意一种或几种组合的预设查询统计规则从所述历史评定记录中统计出目标历史评定量表和对应的目标量表数量,并判断所述目标量表数量是否大于第一预设阈值。
本实施例中,获取到目标数据库中与待优化的康复评定量表相关的历史评定记录之后,可以进一步的对上述历史评定记录进行筛选,具体可以按照包括年龄段、疾病类型、性别、科室中任意一种或几种组合的预设查询统计规则,从上述历史评定记录中统计出所需的目标历史评定量表和所述目标历史评定量表的数量。在一种具体的实施方式中,可以对满足年龄段在3岁至5岁并且性别为男的患者的所有量表进行统计,得到相应的量表和对应的量表数量,然后判断上述目标量表数量是否大于300。
步骤S23:如果所述目标量表数量大于所述第一预设阈值,则分别统计所述目标历史评定量表中每道题目的使用频率,并判断所述使用频率是否小于第二预设阈值。
在一种具体的实施方式中,如果上述目标量表数量大于300,则分别统计上述目标历史评定量表中每道题目的使用频率,并判断所述使用频率是否小于第二预设阈值5%。
步骤S24:如果所述使用频率小于所述第二预设阈值,则将小于所述第二预设阈值的题目从所述目标量表中删除,得到第一删除量表。
本实施例中,如果上述使用频率小于上述第二预设阈值5%,则将小于上述第二预设阈值5%的题目从上述目标量表中删除,得到所述第一删除量表。也即,将使用频率较低并对最终评定结果影响较小的题目从目标量表中删除,使量表中的题目能够更加快速、有效的对患者进行评定。
步骤S25:判断所述第一删除量表中每道题目的使用频率是否位于预设阈值区间,若位于则对位于所述预设阈值区间的题目的分值进行修改,得到优化后量表。
在一种具体的实施方式中,在得到上述第一删除量表之后,可以进一步的判断上述第一删除量表中每道题目的使用频率是否位于5%至10%,如果存在位于5%至10%的使用频率,则对位于5%至10%的使用频率对应的题目的分值进行相应的修改,得到所述优化后量表。例如,根据预设的修改分值将位于5%至10%的使用频率对应的题目的分值统一自动修改为2分。
本实施例中,所述量表优化方法,具体还包括:按照与所述目标量表对应的题目分类规则对所述优化后量表中的题目进行分类,得到分类后量表;计算所述分类后量表中每种类型题目对应的分数之和,得到多个不同类型分数之和;利用预先为所述分类后量表中每种类型题目设置的权值对所述多个不同类型分数之和进行加权,得到对应的多个加权后分数;根据所述多个加权后分数为所述优化后量表中每种类型题目制定相应的类型评分规则。可以理解的是,康复评定量表中的题目可以包含多种类型,如文字类型、图片类型、视频类型、语音类型、游戏类型等,医生对康复评定量量表的评定通常会依据患者的答题情况,康复评定量量表中的题目既可以包括由医生或患者直接得分的客观题,也可以包括由医生进行判断后得分的主观题。并且,有些康复评定量表中的题目需要给患者做出示范(如读文字患者跟读、模仿或做一些指定的动作等),而固化的量表中的某个动作或者文本不能修改,多次评估后患者可能产生机械记忆,影响评估准确性。本实施例中还可以在目标数据库中保存多种类型的图片、视频、游戏等题目供用户(医生或患者)选择和使用,增加题目的多样性,并提供量表题目修改的端口方便用户对量表中的题目或者分数进行自定义的修改。
另外需要指出的是,在实际的应用过程中,通常需要对康复评定量表中的题目进行分类,每一类中可以包括不同数量的题目和对应的分数,根据每一类的得分可以更准确的确定出患者的诊断结果。具体的,可以按照与目标量表对应的题目分类规则对优化后量表中的题目进行分类,得到分类后量表,然后计算上述分类后量表中每种类型题目对应的分数之和,得到多个不同类型分数之和,再利用预先为所述分类后量表中每种类型题目设置的权值对上述多个不同类型分数之和进行加权处理,得到对应的多个加权后分数,最后根据上述多个加权后分数为所述优化后量表中每种类型题目制定相应的类型评分规则。例如,待优化的康复评定量表中题目1至题目10的得分在20分以上为A种类型的病症,总分为30分;题目11至题目20在15分以上为B种类型的病症,总分为20分;并且题目1至题目10和题目11至题目20分别对应评分规则A和评分规则B。其中,所述评分规则A和所述评分规则B是根据得分所在的分数段进行设置的,当对上述康复评定量表中的题目进行优化调整后,删除了题目2(3分)并将题目3的分数从3分改为2分,此时优化后的量表的规则也应进行相应的调整,优化后量表中的第一类题目有9题,即去除了题目2,优化后量表的总分=所述康复评定量表的总分(30分)-删除的题目(3分)-修改的题目3(1分)=26分,此时优化后量表中的题目1至题目9的得分在16分以上为A种类型的病症,题目10至题目19的得分在15分以上为B种类型的病症,即评分规则也进行了相应的修改。进一步的,在得到每种类别的得分之后,可以根据每种类别对最终诊断结果的重要程度设置不同的权重,如将第一类类别题目的得分乘以2加上第二类类别题目的得分得到最终的诊断结果,进而可以通过最终的诊断结果可以为患者制定相应的康复计划。
需要指出的是,本实施例中,在对康复评定量表中的题目进行分类之后,可以根据分类的层次关系构建XML节点层关系,量表题目显示对应XML子节点,XML节点属性包含题目、题目内容的显示外观以及操作题目需要执行的事件代码段的名称等。其中,所述代码段需要单独存放,并通过名称进行对应。XML最外层节点属性包含量表保存事件名称、打印事件名称以及量表数据验证事件名称等自定义代码段名称,对应的代码应单独保存,触发时根据代码段名称查找对应代码段。在生成类型评分规则和最终的优化评分规则之后,也可以以XML字符串的方式保存到数据库中,评分过程中读取上述类型评分规则和上述优化评分规则对应的评分逻辑代码,动态编译执行,对应每个题目的得分以及总分得出时执行换算代码,根据总分以及各题目得分得出评定结果。交互过程的逻辑代码编译后对应量表的不同评定环节,医生操作时执行和患者交互完成评定过程。
本申请实施例在医生使用量表的过程中可以逐步修正优化量表内容,提高量表的信度和效度,评定过程中和患者交互支持提供丰富多彩的内容,提高患者配合度,可快速完成评定,由计算机代替医生做一些示范动作、语音提示注意内容等减轻医生工作量,单位时间内可以服务更多的患者。
相应的,本申请实施例还公开了一种量表优化装置,参见图3所示,该装置包括:
历史评定记录获取模块11,用于获取目标数据库中与待优化的目标量表相关的历史评定记录;
量表统计模块12,用于从所述历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和对应的目标量表数量;
第一判断模块13,用于判断所述目标量表数量是否大于第一预设阈值;
使用频率统计模块14,用于如果所述目标量表数量大于所述第一预设阈值,则分别统计所述目标历史评定量表中每道题目的使用频率;
第二判断模块15,用于判断所述使用频率是否小于第二预设阈值;
删除模块16,用于如果所述使用频率小于所述第二预设阈值,则将小于所述第二预设阈值的题目从所述目标量表中删除,得到第一删除量表;
第三判断模块17,用于判断所述第一删除量表中每道题目的使用频率是否位于预设阈值区间;
量表优化模块18,用于如果位于则对位于所述预设阈值区间的题目的分值进行修改,得到优化后量表。
其中,关于上述各个模块的具体工作流程可以参考前述实施例中公开的相应内容,在此不再进行赘述。
可见,本申请实施例中,先获取目标数据库中与待优化的目标量表相关的历史评定记录,然后从所述历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和对应的目标量表数量,并判断所述目标量表数量是否大于第一预设阈值,如果所述目标量表数量大于所述第一预设阈值,则分别统计所述目标历史评定量表中每道题目的使用频率,并判断所述使用频率是否小于第二预设阈值,如果所述使用频率小于所述第二预设阈值,则将小于所述第二预设阈值的题目从所述目标量表中删除得到第一删除量表,再判断所述第一删除量表中每道题目的使用频率是否位于预设阈值区间,若位于则对位于所述预设阈值区间的题目的分值进行修改得到优化后量表。本申请实施例通过将量表中每道题目的使用频率小于预设阈值的题目进行删除、将使用频率位于预设阈值区间的题目分数进行修改,能够在量表的使用过程中不断的修改和优化量表内容,提高了量表的信度和效度。
在一些具体实施例中,所述历史评定记录获取模块11,具体可以包括:
评定记录获取单元,用于获取目标数据库中与待优化的康复评定量表相关的历史评定记录;
相应的,所述量表统计模块12,具体可以包括:
康复评定量表统计单元,用于按照包括年龄段、疾病类型、性别、科室中任意一种或几种组合的预设查询统计规则从所述历史评定记录中统计出目标历史评定量表和对应的目标量表数量。
在一些具体实施例中,所述删除模块16之后,还可以包括:
平均得分统计单元,用于分别统计所述目标历史评定量表中每道题目的平均得分;
判断单元,用于判断所述平均得分是否小于第三预设阈值;
删除单元,用于如果所述平均得分小于所述第三预设阈值,则将小于所述第三预设阈值的题目从所述第一删除量表中删除,得到第二删除量表。
在一些具体实施例中,所述量表优化装置,还可以包括:
第一分数求和单元,用于获取所述优化后量表中所有题目的分数总和;
评分规则优化单元,用于利用所述分数总和对预先为所述目标量表制定的目标评分规则进行相应的修改,得到优化评分规则,并将所述优化评分规则以XML字符串的方式保存到所述目标数据库中。
在一些具体实施例中,所述量表优化装置,还可以包括:
题目分类单元,用于按照与所述目标量表对应的题目分类规则对所述优化后量表中的题目进行分类,得到分类后量表;
第二分数求和单元,用于计算所述分类后量表中每种类型题目对应的分数之和,得到多个不同类型分数之和;
加权单元,用于利用预先为所述分类后量表中每种类型题目设置的权值对所述多个不同类型分数之和进行加权,得到对应的多个加权后分数;
评分规则制定单元,用于根据所述多个加权后分数为所述优化后量表中每种类型题目制定相应的类型评分规则。
在一些具体实施例中,所述量表优化装置,还可以包括:
量表保存单元,用于将所述优化后量表保存至所述目标数据库;
优化提示单元,用于向目标用户发送针对所述优化后量表的优化提示;
响应获取单元,用于获取所述目标用户在接收到所述优化提示后返回的响应;
量表更新单元,用于如果所述响应表明同意优化则利用所述优化后量表对所述目标量表进行自动更新;
量表恢复单元,用于如果所述响应表明不同意优化则利用预先保存在所述目标数据库中的所述目标量表对所述优化后量表进行恢复。
在一些具体实施例中,所述量表优化装置,还可以包括:
评定单元,用于利用所述优化后量表对目标对象进行评定,得到相应的评定结果;
打印输出单元,用于从所述目标数据库中读取报告模板,并利用所述报告模板将所述评定结果进行打印输出。
进一步的,本申请实施例还公开了一种电子设备,图4是根据一示例性实施例示出的电子设备20结构图,图中的内容不能认为是对本申请的使用范围的任何限制。
图4为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20,具体可以包括:至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中,所述存储器22用于存储计算机程序,所述计算机程序由所述处理器21加载并执行,以实现前述任一实施例公开的量表优化方法中的相关步骤。另外,本实施例中的电子设备20具体可以为电子计算机。
本实施例中,电源23用于为电子设备20上的各硬件设备提供工作电压;通信接口24能够为电子设备20创建与外界设备之间的数据传输通道,其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议,在此不对其进行具体限定;输入输出接口25,用于获取外界输入数据或向外界输出数据,其具体的接口类型可以根据具体应用需要进行选取,在此不进行具体限定。
另外,存储器22作为资源存储的载体,可以是只读存储器、随机存储器、磁盘或者光盘等,其上所存储的资源可以包括操作系统221、计算机程序222等,存储方式可以是短暂存储或者永久存储。
其中,操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222,其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的量表优化方法的计算机程序之外,还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的,本申请还公开了一种计算机可读存储介质,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现前述公开的量表优化方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容,在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本申请所提供的一种量表优化方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种量表优化方法,其特征在于,包括:
获取目标数据库中与待优化的目标量表相关的历史评定记录;
从所述历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和对应的目标量表数量,并判断所述目标量表数量是否大于第一预设阈值;
如果所述目标量表数量大于所述第一预设阈值,则分别统计所述目标历史评定量表中每道题目的使用频率,并判断所述使用频率是否小于第二预设阈值;
如果所述使用频率小于所述第二预设阈值,则将小于所述第二预设阈值的题目从所述目标量表中删除,得到第一删除量表;
判断所述第一删除量表中每道题目的使用频率是否位于预设阈值区间,若位于则对位于所述预设阈值区间的题目的分值进行修改,得到优化后量表。
2.根据权利要求1所述的量表优化方法,其特征在于,所述获取目标数据库中与待优化的目标量表相关的历史评定记录,包括:
获取目标数据库中与待优化的康复评定量表相关的历史评定记录;
相应的,所述从所述历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和对应的目标量表数量,包括:
按照包括年龄段、疾病类型、性别、科室中任意一种或几种组合的预设查询统计规则从所述历史评定记录中统计出目标历史评定量表和对应的目标量表数量。
3.根据权利要求1所述的量表优化方法,其特征在于,所述将小于所述第二预设阈值的题目从所述目标量表中删除,得到第一删除量表之后,还包括:
分别统计所述目标历史评定量表中每道题目的平均得分,并判断所述平均得分是否小于第三预设阈值;
若所述平均得分小于所述第三预设阈值,则将小于所述第三预设阈值的题目从所述第一删除量表中删除,得到第二删除量表。
4.根据权利要求3所述的量表优化方法,其特征在于,还包括:
获取所述优化后量表中所有题目的分数总和;
利用所述分数总和对预先为所述目标量表制定的目标评分规则进行相应的修改,得到优化评分规则,并将所述优化评分规则以XML字符串的方式保存到所述目标数据库中。
5.根据权利要求4所述的量表优化方法,其特征在于,还包括:
按照与所述目标量表对应的题目分类规则对所述优化后量表中的题目进行分类,得到分类后量表;
计算所述分类后量表中每种类型题目对应的分数之和,得到多个不同类型分数之和;
利用预先为所述分类后量表中每种类型题目设置的权值对所述多个不同类型分数之和进行加权,得到对应的多个加权后分数;
根据所述多个加权后分数为所述优化后量表中每种类型题目制定相应的类型评分规则。
6.根据权利要求1所述的量表优化方法,其特征在于,还包括:
将所述优化后量表保存至所述目标数据库,并向目标用户发送针对所述优化后量表的优化提示;
获取所述目标用户在接收到所述优化提示后返回的响应,若所述响应表明同意优化则利用所述优化后量表对所述目标量表进行自动更新,若所述响应表明不同意优化则利用预先保存在所述目标数据库中的所述目标量表对所述优化后量表进行恢复。
7.根据权利要求1至6任一项所述的量表优化方法,其特征在于,还包括:
利用所述优化后量表对目标对象进行评定,得到相应的评定结果;
从所述目标数据库中读取报告模板,并利用所述报告模板将所述评定结果进行打印输出。
8.一种量表优化装置,其特征在于,包括:
历史评定记录获取模块,用于获取目标数据库中与待优化的目标量表相关的历史评定记录;
量表统计模块,用于从所述历史评定记录中统计出满足预设查询统计规则的目标历史评定量表和对应的目标量表数量;
第一判断模块,用于判断所述目标量表数量是否大于第一预设阈值;
使用频率统计模块,用于如果所述目标量表数量大于所述第一预设阈值,则分别统计所述目标历史评定量表中每道题目的使用频率;
第二判断模块,用于判断所述使用频率是否小于第二预设阈值;
删除模块,用于如果所述使用频率小于所述第二预设阈值,则将小于所述第二预设阈值的题目从所述目标量表中删除,得到第一删除量表;
第三判断模块,用于判断所述第一删除量表中每道题目的使用频率是否位于预设阈值区间;
量表优化模块,用于如果位于则对位于所述预设阈值区间的题目的分值进行修改,得到优化后量表。
9.一种电子设备,其特征在于,包括处理器和存储器;其中,所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1至7任一项所述的量表优化方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机程序;其中,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的量表优化方法。
CN202210528363.7A 2022-05-16 2022-05-16 一种量表优化方法、装置、设备及存储介质 Active CN114817222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210528363.7A CN114817222B (zh) 2022-05-16 2022-05-16 一种量表优化方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210528363.7A CN114817222B (zh) 2022-05-16 2022-05-16 一种量表优化方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN114817222A true CN114817222A (zh) 2022-07-29
CN114817222B CN114817222B (zh) 2023-09-05

Family

ID=82515874

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210528363.7A Active CN114817222B (zh) 2022-05-16 2022-05-16 一种量表优化方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114817222B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116662305A (zh) * 2023-06-06 2023-08-29 森纵艾数(北京)科技有限公司 一种题库管理方法、系统、电子设备及存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104281768A (zh) * 2014-04-30 2015-01-14 成都沃瑞特医疗设备有限公司 一种病人康复评定量表的生成方法及系统
CN107369113A (zh) * 2017-07-10 2017-11-21 胜俣和彦 试题出题及考试结果判定方法、系统及考试运营系统
CN107451415A (zh) * 2017-08-18 2017-12-08 北京燕鑫康达科技有限公司 健康体检自测问卷系统
CN108428066A (zh) * 2018-04-03 2018-08-21 柳州市潭中人民医院 医院服务文化测量模型的构建方法
CN109543933A (zh) * 2018-10-08 2019-03-29 中国科学院信息工程研究所 一种网安人员技能测评系统
CN109948050A (zh) * 2019-02-12 2019-06-28 东软集团股份有限公司 信息处理方法和装置,存储介质和电子设备
CN110189826A (zh) * 2019-05-16 2019-08-30 苏州好博医疗器械有限公司 一种基于交互式软件操作平台的量表评定系统及方法
CN110362648A (zh) * 2019-05-31 2019-10-22 深圳壹账通智能科技有限公司 问卷调查题目的更新方法及装置、存储介质、计算机设备
CN112200474A (zh) * 2020-10-16 2021-01-08 付宇卓 教学质量评价方法、终端设备及计算机可读存储介质
US20210390496A1 (en) * 2019-10-29 2021-12-16 Gloria Jean Miller Method for model-based project scoring classification and reporting
CN114239524A (zh) * 2021-11-19 2022-03-25 中国建设银行股份有限公司 问卷生成方法、装置、计算机设备及存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104281768A (zh) * 2014-04-30 2015-01-14 成都沃瑞特医疗设备有限公司 一种病人康复评定量表的生成方法及系统
CN107369113A (zh) * 2017-07-10 2017-11-21 胜俣和彦 试题出题及考试结果判定方法、系统及考试运营系统
CN107451415A (zh) * 2017-08-18 2017-12-08 北京燕鑫康达科技有限公司 健康体检自测问卷系统
CN108428066A (zh) * 2018-04-03 2018-08-21 柳州市潭中人民医院 医院服务文化测量模型的构建方法
CN109543933A (zh) * 2018-10-08 2019-03-29 中国科学院信息工程研究所 一种网安人员技能测评系统
CN109948050A (zh) * 2019-02-12 2019-06-28 东软集团股份有限公司 信息处理方法和装置,存储介质和电子设备
CN110189826A (zh) * 2019-05-16 2019-08-30 苏州好博医疗器械有限公司 一种基于交互式软件操作平台的量表评定系统及方法
CN110362648A (zh) * 2019-05-31 2019-10-22 深圳壹账通智能科技有限公司 问卷调查题目的更新方法及装置、存储介质、计算机设备
US20210390496A1 (en) * 2019-10-29 2021-12-16 Gloria Jean Miller Method for model-based project scoring classification and reporting
CN112200474A (zh) * 2020-10-16 2021-01-08 付宇卓 教学质量评价方法、终端设备及计算机可读存储介质
CN114239524A (zh) * 2021-11-19 2022-03-25 中国建设银行股份有限公司 问卷生成方法、装置、计算机设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈亦兰;陈绍红;范华莹;梁军成;孙莉;白晓菊;张德芹;沈黎阳;徐国柱;时杰;邓艳萍;高学敏;: "阿片类药物成瘾急性戒断期中医证候评定量表的信度、效度评定及修改意见", 中国药物依赖性杂志, no. 03 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116662305A (zh) * 2023-06-06 2023-08-29 森纵艾数(北京)科技有限公司 一种题库管理方法、系统、电子设备及存储介质

Also Published As

Publication number Publication date
CN114817222B (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
US7536315B2 (en) Self-balancing of idea ratings
CN110619506B (zh) 一种岗位画像生成方法、岗位画像生成装置及电子设备
CN104834731A (zh) 一种自媒体信息的推荐方法及装置
US20080221950A1 (en) Storage medium having requirement confirmation support program stored therein, requirement confirmation support method, and requirement confirmation support apparatus
US20040267553A1 (en) Evaluating storage options
US20180365626A1 (en) Systems and methods for creating and managing dynamic user teams
KR101739539B1 (ko) 지식 베이스의 검증 및 교정 시스템 및 방법
CN114817222A (zh) 一种量表优化方法、装置、设备及存储介质
EP2613275A1 (en) Search device, search method, search program, and computer-readable memory medium for recording search program
US20210390263A1 (en) System and method for automated decision making
JP3143095B2 (ja) 適職評価装置
JP2011238004A (ja) 表示情報選択装置及び表示情報選択プログラム
CN115617670A (zh) 软件测试管理方法、存储介质及系统
CN112070564B (zh) 广告拉取方法、装置、系统与电子设备
CN111382263B (zh) 数据处理方法、装置和系统
US20200202276A1 (en) Organization information processing apparatus, organization information processing method, and storage medium
EP4116898A1 (en) Document evaluation program, document evaluation method, and document evaluation device
US20020165763A1 (en) System and method for implementing technical change in an organization having multiple hierarchies
JP2021089700A (ja) 情報処理装置、情報処理方法、及びプログラム
JP7353695B1 (ja) 情報提供装置
CN116010712B (zh) 一种表单推荐方法、装置、电子设备及存储介质
US20220327456A1 (en) Information processing apparatus, information processing method, and recording medium
US20040073473A1 (en) Business management method and apparatus
US20240078383A1 (en) Learning support apparatus for creating multiple-choice quiz
CN115760221A (zh) 一种用户体验成熟度测评方法、装置和设备

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
GR01 Patent grant
GR01 Patent grant