CN115050468A - 一种梯度自评颌面部疼痛筛选方法、系统及设备 - Google Patents
一种梯度自评颌面部疼痛筛选方法、系统及设备 Download PDFInfo
- Publication number
- CN115050468A CN115050468A CN202210699812.4A CN202210699812A CN115050468A CN 115050468 A CN115050468 A CN 115050468A CN 202210699812 A CN202210699812 A CN 202210699812A CN 115050468 A CN115050468 A CN 115050468A
- Authority
- CN
- China
- Prior art keywords
- pain
- data
- evaluation
- answers
- requester
- 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
Links
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
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明涉及一种梯度自评颌面部疼痛筛选方法、系统及设备。所述方法包括：获取评测请求人疼痛频率数据与频率阈值进行比较，当所述疼痛频率数据大于频率阈值时，评测请求人进行答题，获得残疾困扰数据和生活困扰数据的综合得分与第二阈值进行比较，将所述综合得分大于或等于第二阈值时，评测请求人进行心理困扰答题，获得的心理困扰数据得分与第三阈值进行比较，根据每次比较情况，输出所述评测请求人的评测结果。发明解决了目前颌面部疼痛没有有效的梯度自评系统的难题，具有重要的应用价值。
Description
技术领域
本发明涉及智能系统领域，更具体地，涉及一种梯度自评颌面部疼痛筛选方法、系统、设备和计算机可读存储介质。
背景技术
颌面部疼痛的病因包括外伤、炎症、手术、精神等众多因素，疼痛的来源部位也非常多，例如牙源、颞下颌关节紊乱、三叉神经等，对患者而言，发生疼痛时往往难以区分来源，容易发生误诊，耽误治疗。目前颌面部疼痛的检测方法主要有：让患者在直线上做不同长短的标记来反映感受到的心里冲击度和疼痛强度的视觉模拟评分法，让患者通过选择表示疼痛强弱数字范围中的数字来表示感受到的疼痛程度的疼痛数字评分法等，但是上述评价方法都是临床中使用，市场上还没有一种适用于患者自评的颌面部疼痛检测方法。
发明内容
为解决上述问题，本申请提供患者可以自评的一种梯度自评颌面部疼痛筛选方法、系统、设备和计算机可读存储介质，通过疼痛频率进行第一梯度的筛选，通过残疾困扰和生活困扰进行第二梯度的筛选，通过心理困扰进行第三梯度的筛选，减少患者自评工作内容的同时，做到有效的疼痛分级，为患者的就医提供有效指导。
本申请的目的在于提供一种梯度自评颌面部疼痛筛选系统，包括：
获取单元，用于获取评测请求人疼痛频率数据；
第一比较单元，用于将所述疼痛频率数据与频率阈值进行比较，当所述疼痛频率数据小于频率阈值生成第一结果；
第一调取单元，用于当所述疼痛频率数据大于频率阈值时，调取残疾困扰题目组和生活困扰题目组给评测请求人，并收集评测请求人作答残疾困扰题目组和生活困扰题目组的答案，根据所述答案生成评测请求人残疾困扰数据和生活困扰数据；
第一计算单元，用于获取评测请求人残疾困扰数据和生活困扰数据，计算所述残疾困扰数据和所述生活困扰数据的综合得分；
第二比较单元，用于将所述综合得分与第二阈值进行比较，当所述综合得分小于第二阈值，生成第二结果；
第二调取单元，用于将所述综合得分大于或等于第二阈值时，调取心理困扰题目组给评测请求人，并收集评测请求人作答心理困扰题目的答案，根据所述答案生成评测请求人心理困扰数据；
第二计算单元，用于获取评测请求人心理困扰数据，计算所述心理困扰数据的心理困扰数据得分；
第三比较单元，用于将所述心理困扰数据得分与第三阈值进行比较，当所述心理困扰数据得分小于第三阈值，生成第三结果；当所述心理困扰数据得分大于或等于第三阈值，生成第四结果；
输出单元，用于输出所述评测请求人的评测结果。
进一步，所述获取单元还获取评测请求人作答疼痛部位题目的答案，所述输出单元根据所述疼痛部位题目的答案输出评测请求人的疼痛部位信息；可选的，所述疼痛部位信息包括：牙槽、颞下颌或神经；优选的，所述疼痛部位信息包括第一级疼痛部位信息和第二级疼痛部位信息，所述第一级疼痛部位信息为牙槽、颞下颌或神经，所述第二级疼痛部位信息为牙槽的牙髓、牙齿、牙周、牙龈、口腔黏膜、唾液腺，或颞下颌的关节(可复性盘前移位、不可复性盘前移位、退行性关节病)、肌肉(咀嚼肌、颈部肌肉)，或神经的三叉神经、头部(偏头痛、紧张性头痛、丛集性头痛)。
可选的，所述疼痛部位信息的生成方法为：获取评测请求人作答疼痛部位题目的答案，根据映射关系模型，将所述疼痛部位题目的答案映射生成评测请求人的疼痛部位信息。
进一步，所述疼痛部位信息的生成方法为：获取评测请求人作答疼痛部位题目的答案，根据映射关系模型，将所述疼痛部位题目的答案映射生成评测请求人的初步疼痛部位信息，将所述初步疼痛部位信息关联所述初步疼痛部位的共病区域得到疼痛部位信息。
进一步，所述系统还包括就医指导单元，用于根据疼痛部位信息映射生成建议就诊科室；优选的，疼痛部位信息为牙髓或牙齿映射生成建议就诊科室为牙体牙髓科；疼痛部位信息为牙龈、牙周映射生成建议就诊科室为牙周科；疼痛部位信息为口腔黏膜映射生成建议就诊科室为口腔黏膜病科；疼痛部位信息为唾液腺映射生成建议就诊科室为口腔外科；疼痛部位信息为颞下颌，其包括关节(可复性盘前移位、不可复性盘前移位、退行性关节病)、肌肉(咀嚼肌、颈部肌肉)映射生成建议就诊科室为口腔外科/修复科；疼痛部位信息为神经，其包括三叉神经、头部(偏头痛、紧张性头痛、丛集性头痛)映射生成建议就诊科室为考虑神经内/外科。
可选的，所述系统还包括就医指导单元，用于根据疼痛部位信息和评测结果输出建议就诊科室，所述评测结果为第三结果和第四结果，所述评测结果为第三结果时，建议就诊科室为疼痛部位信息映射生成建议就诊科室联合疼痛科，所述评测结果为第四结果时，建议就诊科室为疼痛部位信息映射生成建议就诊科室联合疼痛科与心理科。
进一步，所述第二阈值的生成步骤为：获取样本的残疾困扰题目组和生活困扰题目组的答案及样本对颌面部疼痛是否接受的状态标签，根据所述答案生成样本残疾困扰数据和生活困扰数据，计算所述样本残疾困扰数据和所述生活困扰数据的综合得分，根据所述综合得分与所状态标签，获得所述第二阈值；可选的，所述第二阈值为9。
进一步，所述根据所述答案生成评测请求人残疾困扰数据和生活困扰数据具体方法为：所述答案包括残疾困扰题目组和生活困扰题目组的答案，所述残疾困扰题目组的答案包括受颌面部疼痛影响说话困难、张大嘴巴、不能碰脸、不能吃硬的食物、微笑或大笑的程度答案，所述生活困扰题目组的答案包括收颌面部疼痛影响吃饭时间、食量、享受食物、睡眠质量、工作精力、情绪状况、与他人关系、入睡时间、睡姿、被推荐寻求帮助、集中精神、做家务的程度答案，所述程度答案对应一个分数值，进而生成评测请求人残疾困扰数据和生活困扰数据。
本申请的目的在于提供一种梯度自评颌面部疼痛筛选数据分析方法，所述方法步骤包括：
获取评测请求人疼痛频率数据；
将所述疼痛频率数据与频率阈值进行比较，当所述疼痛频率数据小于频率阈值生成第一结果；
当所述疼痛频率数据大于或等于频率阈值时，调取残疾困扰题目组和生活困扰题目组给评测请求人，并收集评测请求人作答残疾困扰题目组和生活困扰题目组的答案，根据所述答案生成评测请求人残疾困扰数据和生活困扰数据；
获取评测请求人残疾困扰数据和生活困扰数据，计算所述残疾困扰数据和所述生活困扰数据的综合得分，
将所述综合得分与第二阈值进行比较，当所述综合得分小于第二阈值，生成第二结果；
将所述综合得分大于或等于第二阈值时，调取心理困扰题目组给评测请求人，并收集评测请求人作答心理困扰题目的答案，根据所述答案生成评测请求人心理困扰数据；
获取评测请求人心理困扰数据，计算所述心理困扰数据的心理困扰数据得分；
将所述心理困扰数据得分与第三阈值进行比较，当所述心理困扰数据得分小于第三阈值，生成第三结果；当所述心理困扰数据得分大于或等于第三阈值，生成第四结果；
输出所述评测请求人的评测结果。
进一步，所述方法还包括：获取评测请求人作答疼痛部位题目的答案，根据所述疼痛部位题目的答案输出评测请求人的疼痛部位信息；
可选的，所述疼痛部位信息的生成方法为：获取评测请求人作答疼痛部位题目的答案，根据映射关系模型，将所述疼痛部位题目的答案映射生成评测请求人的疼痛部位信息。
本申请的目的在于提供一种梯度自评颌面部疼痛筛选设备，所述设备包括：存储器和处理器；所述存储器用于存储程序指令；
所述处理器用于调用程序指令，当程序指令被执行时，实现上述的梯度自评颌面部疼痛筛选数据分析方法。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述的梯度自评颌面部疼痛筛选数据分析方法。
本申请的优点：
1.基于梯度自评颌面部疼痛筛选实现患者的颌面部疼痛自评，并且采用了梯度的方式，减少患者自评的难度和工作量，对于I级疼痛患者，只需要进行残疾困扰题目和生活困扰题目组的答题，即可拿到准确的评测结果，无需进行后续心理困扰题目组答题，减轻患者的工作量，降低患者自评的难度，提高自评意愿，也有利于推广应用；
2.颌面部疼痛目前没有单独科室，为避免患者就医科室选择错误，基于患者疼痛部位题目的答案映射生成患者的疼痛部位信息，此外，系统还结合自评评测结果和患者的疼痛部位信息给出更加精确的就医指导；
3.颌面部疼痛还存在共病的问题，为了给患者提供更加精准的就医指导，系统还预设了共病区域模型，基于所述疼痛部位题目的答案映射生成评测请求人的初步疼痛部位信息，将所述初步疼痛部位信息关联所述初步疼痛部位的共病区域得到疼痛部位信息；
4.本申请提供的基于梯度自评颌面部疼痛筛选系统内的题目通过专家的编写、选择、整合与分析，并验证该问卷题目的EFA、CFA、信度和效度、收敛效度、判别效度，最终形成具有四个维度二十七个子项目的自测系统，所述四个维度包括疼痛困扰、残疾困扰、生活困扰和心理困扰，基于哪些维度对疼痛梯度分级也是经过申请人大量临床统计结果分析获得的。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获取其他的附图。
图1是本发明实施例提供的一种梯度自评颌面部疼痛筛选方法示意流程图；
图2是本发明实施例提供的一种梯度自评颌面部疼痛筛选设备示意图；
图3是本发明实施例提供的一种梯度自评颌面部疼痛筛选系统示意图；
图4是本发明实施例提供的梯度自评颌面部疼痛筛选方法过程示意图；
图5是本发明实施例提供的基于第二阈值的梯度分级统计结果示意图；
图6是本发明实施例提供的映射关系模型示意图。
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方案，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。
在本发明的说明书和权利要求书及上述附图中的描述的一些流程中，包含了按照特定顺序出现的多个操作，但是应该清楚了解，这些操作可以不按照其在本文中出现的顺序来执行或并行执行，操作的序号如S101、S102等，仅仅是用于区分开各个不同的操作，序号本身不代表任何的执行顺序。另外，这些流程可以包括更多或更少的操作，并且这些操作可以按顺序执行或并行执行。需要说明的是，本文中的“第一”、“第二”等描述，是用于区分不同的消息、设备、模块等，不代表先后顺序，也不限定“第一”和“第二”是不同的类型。
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。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获取的所有其他实施例，都属于本发明保护的范围。
图1是本发明实施例提供的一种梯度自评颌面部疼痛筛选方法示意流程图，具体地，所述方法包括如下步骤：
S101：获取评测请求人疼痛频率数据；
在一个实施例中，获取评测请求人作答疼痛频率题目的答案(评测请求人疼痛频率数据)和疼痛部位题目的答案，根据所述疼痛频率题目的答案和疼痛部位题目的答案输出评测请求人的疼痛部位信息和评测结果；
在一个实施例中，所述获取单元还获取评测请求人作答疼痛部位题目的答案，所述输出单元根据所述疼痛部位题目的答案输出评测请求人的疼痛部位信息；可选的，所述疼痛部位信息包括：牙槽、颞下颌或神经；优选的，所述疼痛部位信息包括第一级疼痛部位信息和第二级疼痛部位信息，所述第一级疼痛部位信息为牙槽、颞下颌或神经，所述第二级疼痛部位信息为牙槽的牙髓、牙齿、牙周、牙龈、黏膜、唾液腺，或颞下颌的关节(可复性盘前移位、不可复性盘前移位、退行性关节病)、肌肉(咀嚼肌、颈部肌肉)，或神经的三叉神经、头部(偏头痛、紧张性头痛、丛集性头痛)。
在一个实施例中，所述疼痛部位信息的生成方法为：获取评测请求人作答疼痛部位题目的答案，根据映射关系模型，将所述疼痛部位题目的答案映射生成评测请求人的疼痛部位信息。具体的，所述映射关系模型见图6，根据映射关系模型，将所述疼痛部位题目的答案映射生成评测请求人的疼痛部位信息。
优选的，疼痛部位信息为牙髓或牙齿映射生成建议就诊科室为牙体牙髓科；疼痛部位信息为牙龈、牙周映射生成建议就诊科室为牙周科；疼痛部位信息为口腔黏膜映射生成建议就诊科室为口腔黏膜病科；疼痛部位信息为唾液腺映射生成建议就诊科室为口腔外科；疼痛部位信息为颞下颌，其包括关节(可复性盘前移位、不可复性盘前移位、退行性关节病)、肌肉(咀嚼肌、颈部肌肉)映射生成建议就诊科室为口腔外科/修复科；疼痛部位信息为神经，其包括三叉神经、头部(偏头痛、紧张性头痛、丛集性头痛)映射生成建议就诊科室为考虑神经内/外科。
在一个实施例中，所述疼痛部位信息的生成方法为：获取评测请求人作答疼痛部位题目的答案，根据映射关系模型，将所述疼痛部位题目的答案映射生成评测请求人的初步疼痛部位信息，将所述初步疼痛部位信息关联所述初步疼痛部位的共病区域得到疼痛部位信息。
S102：将所述疼痛频率数据与频率阈值进行比较，当所述疼痛频率数据小于频率阈值生成第一结果；
在一个实施例中，所述频率阈值为过去3个月内发生频率大于每月发生一次，当所述疼痛频率为低于每月发生一次或不发生，生成第一结果，所述第一结果为没有疼痛或0级疼痛。
S103：当所述疼痛频率数据大于频率阈值时，调取残疾困扰题目组和生活困扰题目组给评测请求人，并收集评测请求人作答残疾困扰题目组和生活困扰题目组的答案，根据所述答案生成评测请求人残疾困扰数据和生活困扰数据；
在一个实施例中，所述根据所述答案生成评测请求人残疾困扰数据和生活困扰数据具体方法为：所述答案包括残疾困扰题目组和生活困扰题目组的答案，所述残疾困扰题目组的答案包括受颌面部疼痛影响说话困难、张大嘴巴、不能碰脸、不能吃硬的食物、微笑或大笑的程度答案，所述生活困扰题目组的答案包括受颌面部疼痛影响吃饭时间、食量、享受食物、睡眠质量、工作精力、情绪状况、与他人关系、入睡时间、睡姿、被推荐寻求帮助、集中精神、做家务的程度答案，所述程度答案对应一个分数值，进而生成评测请求人残疾困扰数据和生活困扰数据。具体的，所述程度为无影响、轻度影响、中度影响、严重影响，分别对应的分数值为0分(无影响)，1分(轻度影响)，2分(中度影响)，3分(严重影响)。
S104：获取评测请求人残疾困扰数据和生活困扰数据，计算所述残疾困扰数据和所述生活困扰数据的综合得分；
在一个实施例中，所述综合得分为所述残疾困扰数据分数值之和加上所述生活困扰数据分数值之和。
S105：将所述综合得分与第二阈值进行比较，当所述综合得分小于第二阈值，生成第二结果；
在一个实施例中，所述第二阈值的生成步骤为：获取样本的残疾困扰题目组和生活困扰题目组的答案及样本对颌面部疼痛是否接受的状态标签，根据所述答案生成样本残疾困扰数据和生活困扰数据，计算所述样本残疾困扰数据和所述生活困扰数据的综合得分，根据所述综合得分与所述状态标签，获得所述第二阈值；可选的，所述第二阈值为9，当所述综合得分小于9分时，生成第二结果，所述第二结果为轻度疼痛或I级疼痛。
在一个具体实施例中，具体见图5，将数据集中的颌面部疼痛患者分为达到可接受症状状态组(PASS)与未达到可接受症状状态组，在确定PASS最佳截至点之前，已计算了所研究的量表得分与锚定问题之间的Spearman相关系数，以确保锚定问题的有效性，系数值至少为0.30被认为是可接受的，两组人群(每组各200人)的残疾困扰+生活困扰进行评分，结果得到截至值9，灵敏度为90.5％，特异度为89.3％，即当患者残疾困扰数据和所述生活困扰数据的综合得分≥9分时，患者达到颌面部疼痛不可接受状态。
S106：将所述综合得分大于或等于第二阈值时，调取心理困扰题目组给评测请求人，并收集评测请求人作答心理困扰题目的答案，根据所述答案生成评测请求人心理困扰数据；
在一个实施例中，所述根据所述答案生成评测请求人心理困扰数据具体方法为：所述答案包括心理困扰题目组的答案，所述心理困扰题目组的答案包括因为颌面部疼痛对任何事情都不能产生热情、感到忧郁沮丧、感到疲惫无力、感到宁愿自己待着、忍不住想一直哭、感到恐惧和害怕、感到快要崩溃了、感觉自己得了严重的疾病、感到尴尬或者局促不安、感到在遭受惩罚的程度答案，所述程度答案对应一个分数值，进而生成评测请求人心理困扰数据。具体的，所述程度为无影响、轻度影响、中度影响、严重影响，分别对应的分数值为0分(无影响)，1分(轻度影响)，2分(中度影响)，3分(严重影响)。
S107：获取评测请求人心理困扰数据，计算所述心理困扰数据的心理困扰数据得分；可选的，所述心理困扰数据得分为心理困扰题目组的答案的分数值之和；
S108：将所述心理困扰数据得分与第三阈值进行比较，当所述心理困扰数据得分小于第三阈值，生成第三结果；当所述心理困扰数据得分大于或等于第三阈值，生成第四结果；
在一个实施例中，所述第三阈值的生成步骤为：采用ICOP指南中推荐的PHQ-9问卷(抑郁程度)与GAD-7问卷(焦虑程度)为校标，PHQ-9与GAD-7问卷在文献中提及诊断病例的截至值均为10；ROC分析1(以PHQ-9为校标)：分组：PHQ-9得分≥10，PHQ-9得分＜10；数据：两组人群(每组200人)心理困扰抑郁相关项目评分；结果：PHQ-9截至值相对应的心理困扰项目的截止值为3，灵敏度为0.915，特异度为0.723；ROC分析2(以GAD-7为校标)：分组：GAD-7得分≥10，GAD-7得分＜10；数据：两组人群(每组200人)心理困扰焦虑相关项目评分；结果：GAD-7截至值相对应的心理困扰项目的截止值为4，灵敏度为0.830，特异度为0.809；综合两个校标的ROC分析，本申请中的心理困扰数据得分第三阈值为7，当所述心理困扰数据得分小于7分时，生成第三结果，所述第三结果为麻烦疼痛或II级疼痛；当所述心理困扰数据得分大于或等于第三阈值，生成第四结果，所述第四结果为高级影响疼痛或III级疼痛。
S109：输出所述评测请求人的评测结果。
在一个实施例中，所述评测请求人的评测结果为第一结果、第二结果、第三结果或第四结果；可选的，优先输出顺序为第一结果优先于第二结果优先于第三结果优先于第四结果。
在一个实施例中，根据疼痛部位信息和评测结果输出建议就诊科室，所述评测结果为第三结果和第四结果，所述评测结果为第三结果时，建议就诊科室为疼痛部位信息映射生成建议就诊科室联合疼痛科，所述评测结果为第四结果时，建议就诊科室为疼痛部位信息映射生成建议就诊科室联合疼痛科与心理科。
图2是本发明实施例提供的一种梯度自评颌面部疼痛筛选数据分析设备，所述设备包括：存储器和处理器；
所述存储器用于存储程序指令；
所述处理器用于调用程序指令，当程序指令被执行时，实现上述的梯度自评颌面部疼痛筛选数据分析方法。
图3是本发明实施例提供的一种梯度自评颌面部疼痛筛选数据分析系统，包括：
获取单元，用于获取评测请求人疼痛频率数据；
第一比较单元，用于将所述疼痛频率数据与频率阈值进行比较，当所述疼痛频率数据小于频率阈值生成第一结果；
第一调取单元，用于当所述疼痛频率数据大于频率阈值时，调取残疾困扰题目组和生活困扰题目组给评测请求人，并收集评测请求人作答残疾困扰题目组和生活困扰题目组的答案，根据所述答案生成评测请求人残疾困扰数据和生活困扰数据；
第一计算单元，用于获取评测请求人残疾困扰数据和生活困扰数据，计算所述残疾困扰数据和所述生活困扰数据的综合得分；
第二比较单元，用于将所述综合得分与第二阈值进行比较，当所述综合得分小于第二阈值，生成第二结果；
第二调取单元，用于将所述综合得分大于或等于第二阈值时，调取心理困扰题目组给评测请求人，并收集评测请求人作答心理困扰题目的答案，根据所述答案生成评测请求人心理困扰数据；
第二计算单元，用于获取评测请求人心理困扰数据，计算所述心理困扰数据的心理困扰数据得分；
第三比较单元，用于将所述心理困扰数据得分与第三阈值进行比较，当所述心理困扰数据得分小于第三阈值，生成第三结果；当所述心理困扰数据得分大于或等于第三阈值，生成第四结果；
输出单元，用于输出所述评测请求人的评测结果。
在一个实施例中，所述梯度自评颌面部疼痛筛选系统还包括就医指导单元，用于根据疼痛部位信息映射生成建议就诊科室；可选的，所述系统还包括就医指导单元，用于根据疼痛部位信息和评测结果输出建议就诊科室，所述评测结果为第三结果和第四结果，所述评测结果为第三结果时，建议就诊科室为疼痛部位信息映射生成建议就诊科室联合疼痛科，所述评测结果为第四结果时，建议就诊科室为疼痛部位信息映射生成建议就诊科室联合疼痛科与心理科。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述的梯度自评颌面部疼痛筛选数据分析方法。
本验证实施例的验证结果表明，为适应症分配固有权重相对于默认设置来说可以适度改善本方法的性能。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，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，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。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、磁盘或光盘等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上对本发明所提供的一种计算机设备进行了详细介绍，对于本领域的一般技术人员，依据本发明实施例的思想，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发明的限制。
Claims (10)
1.一种梯度自评颌面部疼痛筛选系统，包括：
获取单元，用于获取评测请求人疼痛频率数据；
第一比较单元，用于将所述疼痛频率数据与频率阈值进行比较，当所述疼痛频率数据小于频率阈值生成第一结果；
第一调取单元，用于当所述疼痛频率数据大于频率阈值时，调取残疾困扰题目组和生活困扰题目组给评测请求人，并收集评测请求人作答残疾困扰题目组和生活困扰题目组的答案，根据所述答案生成评测请求人残疾困扰数据和生活困扰数据；
第一计算单元，用于获取评测请求人残疾困扰数据和生活困扰数据，计算所述残疾困扰数据和所述生活困扰数据的综合得分；
第二比较单元，用于将所述综合得分与第二阈值进行比较，当所述综合得分小于第二阈值，生成第二结果；
第二调取单元，用于将所述综合得分大于或等于第二阈值时，调取心理困扰题目组给评测请求人，并收集评测请求人作答心理困扰题目的答案，根据所述答案生成评测请求人心理困扰数据；
第二计算单元，用于获取评测请求人心理困扰数据，计算所述心理困扰数据的心理困扰数据得分；
第二比较单元，用于将所述心理困扰数据得分与第三阈值进行比较，当所述心理困扰数据得分小于第三阈值，生成第三结果；当所述心理困扰数据得分大于或等于第三阈值，生成第四结果；
输出单元，用于输出所述评测请求人的评测结果。
2.根据权利要求1所述梯度自评颌面部疼痛筛选系统，其特征在于，所述获取单元还获取评测请求人作答疼痛部位题目的答案，所述输出单元根据所述疼痛部位题目的答案输出评测请求人的疼痛部位信息；
可选的，所述疼痛部位信息的生成方法为：获取评测请求人作答疼痛部位题目的答案，根据映射关系模型，将所述疼痛部位题目的答案映射生成评测请求人的疼痛部位信息。
3.根据权利要求1所述梯度自评颌面部疼痛筛选系统，其特征在于，所述疼痛部位信息的生成方法为：获取评测请求人作答疼痛部位题目的答案，根据映射关系模型，将所述疼痛部位题目的答案映射生成评测请求人的初步疼痛部位信息，将所述初步疼痛部位信息关联所述初步疼痛部位的共病区域得到疼痛部位信息。
4.根据权利要求2或3所述梯度自评颌面部疼痛筛选系统，其特征在于，所述系统还包括就医指导单元，用于根据疼痛部位信息映射生成建议就诊科室；
可选的，所述系统还包括就医指导单元，用于根据疼痛部位信息和评测结果输出建议就诊科室，所述评测结果为第三结果和第四结果，所述评测结果为第三结果时，建议就诊科室为疼痛部位信息映射生成建议就诊科室联合疼痛科，所述评测结果为第四结果时，建议就诊科室为疼痛部位信息映射生成建议就诊科室联合疼痛科与心理科。
5.根据权利要求1所述的梯度自评颌面部疼痛筛选系统，其特征在于，所述第二阈值的生成步骤为：获取样本的残疾困扰题目组和生活困扰题目组的答案及样本对颌面部疼痛是否接受的状态标签，根据所述答案生成样本残疾困扰数据和生活困扰数据，计算所述样本残疾困扰数据和所述生活困扰数据的综合得分，根据所述综合得分与所述状态标签，获得所述第二阈值；可选的，所述第二阈值为9。
6.根据权利要求1所述梯度自评颌面部疼痛筛选系统，其特征在于，所述根据所述答案生成评测请求人残疾困扰数据和生活困扰数据具体方法为：所述答案包括残疾困扰题目组和生活困扰题目组的答案，所述残疾困扰题目组的答案包括受颌面部疼痛影响说话困难、张大嘴巴、不能碰脸、不能吃硬的食物、微笑或大笑的程度答案，所述生活困扰题目组的答案包括收颌面部疼痛影响吃饭时间、食量、享受食物、睡眠质量、工作精力、情绪状况、与他人关系、入睡时间、睡姿、被推荐寻求帮助、集中精神、做家务的程度答案，所述程度答案对应一个分数值，进而生成评测请求人残疾困扰数据和生活困扰数据。
7.一种梯度自评颌面部疼痛筛选数据分析方法，其特征在于，所述方法步骤包括：
获取评测请求人疼痛频率数据；
将所述疼痛频率数据与频率阈值进行比较，当所述疼痛频率数据小于频率阈值生成第一结果；
当所述疼痛频率数据大于频率阈值时，调取残疾困扰题目组和生活困扰题目组给评测请求人，并收集评测请求人作答残疾困扰题目组和生活困扰题目组的答案，根据所述答案生成评测请求人残疾困扰数据和生活困扰数据；
获取评测请求人残疾困扰数据和生活困扰数据，计算所述残疾困扰数据和所述生活困扰数据的综合得分；
将所述综合得分与第二阈值进行比较，当所述综合得分小于第二阈值，生成第二结果；
将所述综合得分大于或等于第二阈值时，调取心理困扰题目组给评测请求人，并收集评测请求人作答心理困扰题目的答案，根据所述答案生成评测请求人心理困扰数据；
获取评测请求人心理困扰数据，计算所述心理困扰数据的心理困扰数据得分；
将所述心理困扰数据得分与第三阈值进行比较，当所述心理困扰数据得分小于第三阈值，生成第三结果；当所述心理困扰数据得分大于或等于第三阈值，生成第四结果；
输出所述评测请求人的评测结果。
8.根据权利要求7所述的梯度自评颌面部疼痛筛选数据分析方法，其特征在于，所述方法还包括：获取评测请求人作答疼痛部位题目的答案，根据所述疼痛部位题目的答案输出评测请求人的疼痛部位信息；
可选的，所述疼痛部位信息的生成方法为：获取评测请求人作答疼痛部位题目的答案，根据映射关系模型，将所述疼痛部位题目的答案映射生成评测请求人的疼痛部位信息。
9.一种梯度自评颌面部疼痛筛选设备，其特征在于，所述设备包括：存储器和处理器；所述存储器用于存储程序指令；
所述处理器用于调用程序指令，当程序指令被执行时，实现权利要求7或8所述的梯度自评颌面部疼痛筛选数据分析方法。
10.一种计算机可读存储介质，其上存储有计算机程序，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7或8所述的梯度自评颌面部疼痛筛选数据分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210699812.4A CN115050468B (zh) | 2022-06-20 | 2022-06-20 | 一种梯度自评颌面部疼痛筛选方法、系统及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210699812.4A CN115050468B (zh) | 2022-06-20 | 2022-06-20 | 一种梯度自评颌面部疼痛筛选方法、系统及设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115050468A true CN115050468A (zh) | 2022-09-13 |
| CN115050468B CN115050468B (zh) | 2023-04-18 |
Family
ID=83162975
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210699812.4A Active CN115050468B (zh) | 2022-06-20 | 2022-06-20 | 一种梯度自评颌面部疼痛筛选方法、系统及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115050468B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107106053A (zh) * | 2015-01-10 | 2017-08-29 | 黛博拉·杜连 | 用于诊断和验证患者治疗和结果的自动功能测量的方法和装置 |
| CN110097972A (zh) * | 2019-05-09 | 2019-08-06 | 中国人民解放军陆军军医大学第二附属医院 | 疼痛患者质量管理平台及院外随访系统 |
| CN111354428A (zh) * | 2020-03-12 | 2020-06-30 | 华中科技大学同济医学院附属协和医院 | 一种癌痛治疗管理系统 |
| CN111968743A (zh) * | 2020-08-20 | 2020-11-20 | 北京大学第三医院（北京大学第三临床医学院） | 颈椎病患者病情自身评估电子系统 |
| CN112582078A (zh) * | 2020-12-21 | 2021-03-30 | 吉林大学第一医院 | 一种智能疼痛管理系统app |
| CN112802601A (zh) * | 2021-02-25 | 2021-05-14 | 周峰 | 一种神经外科患者综合诊疗系统及方法 |
| US20220047213A1 (en) * | 2018-10-29 | 2022-02-17 | Northwestern University | Grouping Neuropsychotypes of Patients with Chronic Pain for Personalized Medicine |
| CN114511898A (zh) * | 2021-12-24 | 2022-05-17 | 东软集团股份有限公司 | 疼痛识别方法、装置、存储介质及电子设备 |
-
2022
- 2022-06-20 CN CN202210699812.4A patent/CN115050468B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107106053A (zh) * | 2015-01-10 | 2017-08-29 | 黛博拉·杜连 | 用于诊断和验证患者治疗和结果的自动功能测量的方法和装置 |
| US20200000401A1 (en) * | 2015-01-10 | 2020-01-02 | Deborah Dullen | Method and apparatus for the measurement of autonomic function for the diagnosis and validation of patient treatments and outcomes |
| US20220047213A1 (en) * | 2018-10-29 | 2022-02-17 | Northwestern University | Grouping Neuropsychotypes of Patients with Chronic Pain for Personalized Medicine |
| CN110097972A (zh) * | 2019-05-09 | 2019-08-06 | 中国人民解放军陆军军医大学第二附属医院 | 疼痛患者质量管理平台及院外随访系统 |
| CN111354428A (zh) * | 2020-03-12 | 2020-06-30 | 华中科技大学同济医学院附属协和医院 | 一种癌痛治疗管理系统 |
| CN111968743A (zh) * | 2020-08-20 | 2020-11-20 | 北京大学第三医院（北京大学第三临床医学院） | 颈椎病患者病情自身评估电子系统 |
| CN112582078A (zh) * | 2020-12-21 | 2021-03-30 | 吉林大学第一医院 | 一种智能疼痛管理系统app |
| CN112802601A (zh) * | 2021-02-25 | 2021-05-14 | 周峰 | 一种神经外科患者综合诊疗系统及方法 |
| CN114511898A (zh) * | 2021-12-24 | 2022-05-17 | 东软集团股份有限公司 | 疼痛识别方法、装置、存储介质及电子设备 |
Non-Patent Citations (2)
| Title |
|---|
| 孙瑶: "授权理论模式下活动性疼痛评估对肺癌术后患者疼痛管理质量的影响" * |
| 金圆圆: "基于梯度提升决策树的经产妇产后宫缩痛程度的分类研究" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115050468B (zh) | 2023-04-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Farsi | Symptoms and signs of temporomandibular disorders and oral parafunctions among Saudi children | |
| Cella et al. | Development and validation of a scale to measure disease-related symptoms of kidney cancer | |
| US20160038092A1 (en) | Applying non-real time and non-user attended algorithms to stored non-imaging data and existing imaging data for obtaining a dental diagnosis | |
| US20200100724A1 (en) | Applying non-real time and non-user attended algorithms to stored non-imaging data and existing imaging data for obtaining a dental diagnosis | |
| Lee et al. | Periodontal referral patterns of general dentists: lessons for dental education | |
| Bush et al. | Pain assessment in temporomandibular disorders | |
| Ravidà et al. | Agreement among international periodontal experts using the 2017 World Workshop classification of periodontitis | |
| Tamme et al. | Correlation of general and oral health-related quality of life in malocclusion patients treated with a combined orthodontic and maxillofacial surgical approach | |
| US6954730B2 (en) | System and method for assisting diagnosis and treatment of temporomandibular joint conditions | |
| Shen et al. | Effects of artificial intelligence‐assisted dental monitoring intervention in patients with periodontitis: a randomized controlled trial | |
| US20050154266A1 (en) | System and method for assisting diagnosis and treatment of temporomandibular joint conditions | |
| Lee et al. | Effectiveness of an oral health education programme for older adults using a workbook | |
| Rohrbaugh et al. | What did the doctor do | |
| CN115050468B (zh) | 一种梯度自评颌面部疼痛筛选方法、系统及设备 | |
| Ćatović et al. | Influence of sex, age and presence of functional units on optical density and bone height of the mandible in the elderly | |
| Robison et al. | Dental caries and treatment need in schoolchildren related to Medicaid enrollment | |
| CN115083598B (zh) | 一种颌面部疼痛综合诊疗系统及工具 | |
| Grim et al. | A comparison of dental caries experience in Native American and Caucasian children in Oklahoma | |
| Bird et al. | TMD diagnosis–What should general dentists and orthodontists know? | |
| Rogers | Dental Hospitalisation of Victorian Children and Young Adult-: Prevalence, Determinants, Impacts and Policy Implications | |
| Uguz et al. | Effectiveness of motivational interviewing on oral healthcare in pediatric patients. | |
| Parisay et al. | Evaluation of the impact of dentoalveolar trauma management training course on physicians and dentists' education in multiple hospitals in Mashhad, Iran | |
| Al-Bitar | Oral health and quality of life: a clinic-based sample | |
| Alyafei | Journal of Dentistry and Oral Sciences | |
| Lempesi et al. | Expert panels as a reference standard in orthodontic research: An assessment of published methods and reporting |
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 |