CN115691827A - 一种确定疑似感染病患的方法和存储介质 - Google Patents
一种确定疑似感染病患的方法和存储介质 Download PDFInfo
- Publication number
- CN115691827A CN115691827A CN202310005620.3A CN202310005620A CN115691827A CN 115691827 A CN115691827 A CN 115691827A CN 202310005620 A CN202310005620 A CN 202310005620A CN 115691827 A CN115691827 A CN 115691827A
- Authority
- CN
- China
- Prior art keywords
- infection
- patient
- index
- data
- database
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及一种确定疑似感染病患的方法和存储介质,该方法包括:监控数据库中记录的病患临床数据是否发生变化;在监控到数据库中记录的病患临床数据发生变化时,基于数据库中发生变化的病患临床数据,确定需要进行筛查的病患的目标感染相关指标数据;其中,目标感染相关指标数据包括预先设置的多种感染指标和多种感染指标中每种感染指标对应的具体感染指标值;利用多种感染指标和每种感染指标对应的具体感染指标值,计算感染评分;将感染评分大于等于预设评分值的病患确定为疑似感染病患。相比于现有的技术方案,其能够提高时效性。
Description
技术领域
本发明涉及医疗技术领域,尤其涉及一种确定疑似感染病患的方法和存储介质。
背景技术
医院感染是指住院病人在医院内获得的感染,包括在住院期间发生的感染和在医院内获得出院后发生的感染,但不包括入院前已开始或者入院时已处于潜伏期的感染。
目前,现有的筛查感染病例的方法是定时对在院病人的所有临床数据进行查询,并匹配固定的感染项,从而来判断病人发生院内感染的可能性。
但是,由于其是定时进行筛查,故其至少存在着时效性比较低的问题。
发明内容
(一)要解决的技术问题
鉴于现有技术的上述缺点、不足,本发明提供一种确定疑似感染病患的方法和存储介质,其解决了现有技术中存在着的时效性比较低的技术问题。
(二)技术方案
为了达到上述目的,本发明采用的主要技术方案包括:
第一方面,本发明实施例提供一种确定疑似感染病患的方法,该方法包括:监控数据库中记录的病患临床数据是否发生变化;在监控到数据库中记录的病患临床数据发生变化时,基于数据库中发生变化的病患临床数据,确定需要进行筛查的病患的目标感染相关指标数据;其中,目标感染相关指标数据包括预先设置的多种感染指标和多种感染指标中每种感染指标对应的具体感染指标值;利用多种感染指标和每种感染指标对应的具体感染指标值,计算感染评分;将感染评分大于等于预设评分值的病患确定为疑似感染病患。
在一个可能的实施例中,基于数据库中发生变化的病患临床数据,确定需要进行筛查的病患的目标感染相关指标数据,包括:对数据库中发生变化的病患临床数据进行清洗处理,以得到清洗后的关键数据项;其中,清洗后的关键数据项包括最近变化时间,并且最近变化时间用于表示发生变化的病患临床数据在最近一次发生变化时的时间;利用清洗后的关键数据项,从数据库中查询待筛选感染相关指标数据;计算当前时间和最近变化时间之间的时间差,并将时间差大于等于预设时间的待筛选感染相关指标数据确定为目标感染相关指标数据。
在一个可能的实施例中,在利用清洗后的关键数据项,从数据库中查询待筛选感染相关指标数据之前,确定疑似感染病患的方法还包括:将清洗后的关键数据项插入到预先在Redis中创建的第一有序集合中。
在一个可能的实施例中,清洗后的关键数据项进一步包括病患住院记录编号、用于记录发生变化的病患临床数据的目标数据表的标识和用于表示发生变化的病患临床数据在目标数据表中的具体表项的表项记录编号。
在一个可能的实施例中,利用清洗后的关键数据项,从数据库中查询待筛选感染相关指标数据,包括:从第一有序集合中取出清洗后的关键数据项;利用病患住院记录编号、目标数据表的标识和表项记录编号,从数据库中查询待筛选感染相关指标数据,并将待筛选感染相关指标数据存储到预先在数据库中创建的感染相关指标数据表中。
在一个可能的实施例中,在利用病患住院记录编号、目标数据表的标识和表项记录编号,从数据库中查询待筛选感染相关指标数据之前,确定疑似感染病患的方法还包括:将病患住院记录编号插入到预先在Redis中创建的第二有序集合中;以及,利用病患住院记录编号和最近变化时间创建String缓存。
在一个可能的实施例中,计算当前时间和最近变化时间之间的时间差,并将时间差大于等于预设时间的待筛选感染相关指标数据确定为目标感染相关指标数据,包括:从第二有序集合中取出病患住院记录编号;基于String缓存,确定病患住院记录编号对应的最近变化时间;计算当前时间和最近变化时间之间的时间差;在时间差大于等于预设时间的情况下,将病患住院记录编号插入到预先在Redis中创建的第三有序集合中,并删除String缓存;其中,第三有序集合中存储的病患住院记录编号为需要进行筛查的病患的病患住院记录编号。
在一个可能的实施例中,方法进一步包括:在时间差小于预设时间的情况下,将病患住院记录编号重新插入到第二有序集合中,并返回到从第二有序集合中取出病患住院记录编号的步骤。
在一个可能的实施例中,利用多种感染指标和每种感染指标对应的具体感染指标值,计算感染评分,包括:获取第三有序集合中存储的病患住院记录编号;根据第三有序集合中存储的病患住院记录编号,从感染相关指标数据表中获取多种感染指标和每种感染指标对应的具体感染指标值;利用多种感染指标和每种感染指标对应的具体感染指标值,计算每种感染指标对应的指标项评分;计算所有指标项评分的总和,并将总和作为感染评分。
第二方面,本申请实施例提供了一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行第一方面或第一方面的任一可选的实现方式所述的方法。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当所述电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行第一方面或第一方面的任一可选的实现方式所述的方法。
第四方面,本申请提供一种计算机程序产品,所述计算机程序产品在计算机上运行时,使得计算机执行第一方面或第一方面的任意可能的实现方式中的方法。
(三)有益效果
本发明的有益效果是:
本申请实施例提出的一种确定疑似感染病患的方法和存储介质,通过监控数据库中记录的病患临床数据是否发生变化,以及在监控到数据库中记录的病患临床数据发生变化时,基于数据库中发生变化的病患临床数据,确定需要进行筛查的病患的目标感染相关指标数据;其中,目标感染相关指标数据包括预先设置的多种感染指标和多种感染指标中每种感染指标对应的具体感染指标值,以及利用多种感染指标和每种感染指标对应的具体感染指标值,计算感染评分,以及将感染评分大于等于预设评分值的病患确定为疑似感染病患,相比于现有的方法,时效性更高、速度更快、更准确和更灵活。
为使本申请实施例所要实现的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本申请实施例提供的一种确定疑似感染病患的方法的流程图;
图2示出了本申请实施例提供的一种第二级清洗的方法的流程图;
图3示出了本申请实施例提供的一种第三级清洗的方法的流程图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
目前,现有的筛查感染病例的方法除了存在时效性比较差的问题之外,还存在如下问题:由于每次筛查都需要查询在院病人的所有临床数据,导致了筛查速度慢、效率低和消耗资源大的问题;由于现有的筛查感染病例的方法中使用的判断项是固定不变的,导致了筛查准确率低和筛查规则不易扩展的问题。
基于此,本申请实施例巧妙地提出了一种确定疑似感染病患的方案,通过监控数据库中记录的病患临床数据是否发生变化,以及在监控到数据库中记录的病患临床数据发生变化时,基于数据库中发生变化的病患临床数据,确定需要进行筛查的病患的目标感染相关指标数据;其中,目标感染相关指标数据包括预先设置的多种感染指标和多种感染指标中每种感染指标对应的具体感染指标值,以及利用多种感染指标和每种感染指标对应的具体感染指标值,计算感染评分,以及将感染评分大于等于预设评分值的病患确定为疑似感染病患,相比于现有的方法,时效性更高、速度更快、更准确和更灵活。
为了便于理解本申请实施例,下面对本申请实施例涉及的一些术语进行解释如下:
“医院感染”:它可以是指住院病人在医院内获得的感染,包括在住院期间发生的感染和在医院内获得出院后发生的感染,但不包括入院前已开始或者入院时已处于潜伏期的感染;
“临床数据”:它可以是指住院病人在医院治疗期间的电子病历信息、检验数据信息、医学影像数据信息、处方信息等与医生从事面对患者和疾病的工作直接相关的数据;本申请主要指从各类医院信息管理系统软件中的数据;
“病患住院记录编号”:它可以是指住院患者的住院号;
“目标数据表”:它可以是指数据库中记录病患临床数据的数据表。例如,目标数据表可以包括数据库中记录病患体温的体温表,也可以包括数据库中记录病患的白细胞的检测结果的检测记录表;
“表项记录编号”:它可以是指发生变化的病患临床数据在目标数据表中的具体表项或者具体位置。例如,对于体温表来说,该表项记录编号可以是体温表中序号为100的一行数据等;
“最近变化时间”:它可以表示发生变化的病患临床数据在最近(或者最新)一次发生变化时的时间。例如,对于体温表中序号为100的一行数据来说,最近变化时间可以是该患者的最近一次体温发生变化的时间;
“感染相关指标数据表”:它用于存储感染相关指标数据。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
请参见图1,图1示出了本申请实施例提供的一种确定疑似感染病患的方法的流程图。如图1所示的方法可以由确定疑似感染病患的装置执行,并且该装置的具体装置可根据实际需求来进行设置,本申请实施例并不局限于此。例如,该装置可以是计算机,也可以是集群等。具体地,如图1所示的方法包括:
步骤S110,监控数据库中记录的病患临床数据是否发生变化。其中,该数据库用于存储病患临床数据;病患临床数据的变化可以是指病患临床数据的更新(例如,录入了新的白细胞检测结果等),也可以是指增加了新住院的病患的病患临床数据等。
具体地,可通过第一线程实时监控数据库中记录的病患临床数据是否发生变化。若通过监控确定数据库中记录的病患临床数据发生变化,则执行步骤S120;若通过监控确定数据库中记录的病患临床数据未发生变化,则可继续对数据库中的病患临床数据进行监控,若发生变化,则可执行步骤S120。
步骤S120,在监控到数据库中记录的病患临床数据发生变化时,基于数据库中发生变化的病患临床数据,确定需要进行筛查的病患的目标感染相关指标数据。其中,目标感染相关指标数据包括预先设置的多种感染指标和多种感染指标中每种感染指标对应的具体感染指标值;发生变化的病患临床数据可以是指发生变化的病患的临床数据。
应理解,多种感染指标中每种感染指标的具体指标可根据实际需求来进行设置,本申请实施例并不局限于此。
例如,多种感染指标可以包括体温,也可以包括白细胞等。
还应理解,基于数据库中发生变化的病患临床数据,确定需要进行筛查的病患的目标感染相关指标数据的具体过程也可根据实际需求来进行设置,本申请实施例并不局限于此。
可选地,对数据库中发生变化的病患临床数据进行清洗处理,以得到清洗后的关键数据项,其中,清洗后的关键数据项包括最近变化时间,并且最近变化时间用于表示发生变化的病患临床数据在最近一次发生变化时的时间,以及利用清洗后的关键数据项,从数据库中查询待筛选感染相关指标数据,以及计算当前时间和最近变化时间之间的时间差,并将时间差大于等于预设时间的待筛选感染相关指标数据确定为目标感染相关指标数据。
为了便于理解步骤S120,下面通过具体的实施例来进行描述。
具体地,可通过包含三级清洗的清洗方法来确定需要进行筛查的病患的目标感染相关指标数据。其中,第一级清洗是指通过第一线程实时监控数据库中病患临床数据的变化,以及清洗出住院病人与变化记录的关键数据项;第二级清洗是指通过第二线程监控第一有序集合Z1,以及对需要筛查的病人进行排序,并清洗出各病人的临床数据集;第三级清洗是指通过第三线程监控第二有序集合Z2,清洗出最终需要立即进入感染筛查的病人。
以及,该第一级清洗的相关步骤包括:监控数据库中病患病床数据的变化。如果病患病床数据发生了变化,则对发生变化的病患临床数据进行清洗处理,以得到清洗后的关键数据项。以及,还可将清洗后的关键数据项组装成数据集D(Pid,Tname,Rid,Rtime),并可将数据集D插入到Z1中;如果病患病床数据未发生变化,则继续对数据库中病患病床数据进行监控。
应理解,关键数据项所包含的数据项可根据实际需求来进行设置,本申请实施例并不局限于此。
例如,关键数据项可包括病患住院记录编号Pid、目标数据表的标识Tname、表项记录编号Rid和最近变化时间Rtime。其中,目标数据表的标识可以是目标数据表的表名(例如,体温表等)。
还应理解,Z1可以是预先在Redis中创建的有序集合Zset缓存。
以及,继续参见图2,图2示出了本申请实施例提供的一种第二级清洗的方法的流程图。如图2所示,该方法包括:
步骤S210,从Z1中取出数据集D。
步骤S220,将数据集D中的Pid插入到Z2中。
应理解,Z2也可以是预先在Redis中创建的有序集合Zset缓存。
步骤S230,利用Pid和Rtime创建String缓存。
具体地,可将数据集D中的Pid作为KEY创建String缓存SPid,以及将Rtime作为值放入到该缓存SPid中,从而保证缓存SPid中的Rtime都是该病人的最后一条记录的时间。
步骤S240,根据数据集D中Pid、Tname和Rid,从数据库中查询待筛选感染相关指标数据。
具体地,可根据数据集D中Pid、Tname和Rid查询数据库中对应的临床数据详细内容,并从临床数据详细内容中提取待筛选感染相关指标数据。
例如,在多个感染指标包括体温和白细胞的情况下,可根据数据集D中Pid、Tname和Rid查询数据库中对应的临床数据详细内容,并从临床数据详细内容中提取病患的体温和白细胞检测结果。
步骤S250,将待筛选感染相关指标数据存储到预先在数据库中创建的感染相关指标数据表T1中。
以及,继续参见图3,图3示出了本申请实施例提供的一种第三级清洗的方法的流程图。如图3所示,该方法包括:
步骤S310,从Z2中取出Pid,并以Pid为KEY查询缓存SPid中的Rtime。
也就是说,从第二有序集合中取出病患住院记录编号,以及基于String缓存,确定病患住院记录编号对应的最近变化时间。
步骤S320,计算当前时间和Rtime之间的时间差。
步骤S330,判断时间差是否大于等于预设时间。
应理解,预设时间的具体时间可根据实际需求来进行设置,只要保证预设时间可作为病人最后记录修改时间与当前时间相差时间的比较值即可,本申请实施例并不局限于此。
若时间差大于等于预设时间,则确定到达可筛查的时间,可执行步骤S340;若时间差小于预设时间,则确定未到达可筛查的时间,可执行步骤S350。
步骤S340,将Pid插入到第三有序集合Z3中,并删除缓存SPid。
应理解,Z3也可以是预先在Redis中创建的有序集合Zset缓存。
步骤S350,将Pid重新插入到Z2中,并返回步骤S310。
因此,通过使用三级并行清洗技术,既能实现根据病人临床数据变化情况实时对病人进行感染筛查,又能根据时效参数设置来减少无效的重复筛查、降低对系统资源的消耗、提升筛查的速度和效率。
步骤S130,利用多种感染指标和每种感染指标对应的具体感染指标值,计算感染评分。
应理解,利用多种感染指标和每种感染指标对应的具体感染指标值,计算感染评分的具体过程可根据实际需求来进行设置,本申请实施例并不局限于此。
可选地,获取第三有序集合中存储的病患住院记录编号,以及根据第三有序集合中存储的病患住院记录编号,从感染相关指标数据表中获取多种感染指标和每种感染指标对应的具体感染指标值,以及利用多种感染指标和每种感染指标对应的具体感染指标值,计算每种感染指标对应的指标项评分,以及计算所有指标项评分的总和,并将总和作为感染评分。
为了便于理解步骤S130,下面通过具体的实施例来进行描述。
具体地,可预先设置系统级预定义的感染规则中各指标比对项的阈值和权重[(I1,H1,W1),(I2,H2,W2)…(In,Hn,Wn)],其中I可表示感染指标,H可表示感染指标的阈值,W可表示指标比对的权重,n可表示感染指标的种类,n为正整数。
这里需要说明的是,对于不同种的感染指标来说,其阈值可以是不同的,以及其权重也可以是不同的。并且,其阈值和权重均可根据实际需求来进行设置,本申请实施例并不局限于此。
例如,其阈值和权重均可根据地区、季节、医院或其他特殊情况进行灵活调整。
以及,可从Z3中取出Pid,根据Pid从T1中获取该Pid的所有感染指标Item和每种感染指标对应的具体感染指标值Value。以及,分别将每个Value及其对应感染指标Ix的阈值Hx进行比较。其中,X为1到n的任意正整数。
若Value大于等于其阈值Hx,则Value的指标项评分SCx为Wx;若Value小于其阈值Hx,则Value的指标项评分SCx为0,具体可参见如下公式:
这里还需要说明的是,每种类型的感染指标最多只计一次分。
以及,可将所有类型的感染指标的指标项评分进行求和,得到总分Sum,即可通过如下公式计算总分:
因此,本申请实施例通过使用对感染规则增加阈值和权重的感染评估算法,能更灵活调整各感染指标项对筛查结果的影响程度,从而提高筛查结果的准确性。
步骤S140,将感染评分大于等于预设评分值的病患确定为疑似感染病患。
具体地,可将总分Sum和预设评分值(或者感染阈值)Hmax进行比较。若总分Sum大于等于Hmax,则可确定Pid对应的病患为疑似感染病患;若总分Sum小于Hmax,则不作处理,具体可参见如下公式:
还应理解,预设评分值的具体值也可根据实际需求来进行设置,本申请实施例并不局限于此。
例如,预设评分值可根据地区、季节、医院或其他特殊情况进行灵活调整。
因此,本申请实施例通过监控数据库中记录的病患临床数据是否发生变化,以及在监控到数据库中记录的病患临床数据发生变化时,基于数据库中发生变化的病患临床数据,确定需要进行筛查的病患的目标感染相关指标数据;其中,目标感染相关指标数据包括预先设置的多种感染指标和多种感染指标中每种感染指标对应的具体感染指标值,以及利用多种感染指标和每种感染指标对应的具体感染指标值,计算感染评分,以及将感染评分大于等于预设评分值的病患确定为疑似感染病患,相比于现有的方法,时效性更高、速度更快、更准确和更灵活。
应理解,上述确定疑似感染病患的方法仅是示例性的,本领域技术人员根据上述的方法可以进行各种变形,该变形之后的方案也属于本申请的保护范围。
本申请提供一种存储介质,该存储介质上存储有计算机程序,该计算机程序被处理器运行时执行实施例所述的方法。
本申请还提供一种计算机程序产品,计算机程序产品在计算机上运行时,使得计算机执行方法实施例所述的方法。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例,或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。
应当注意的是,在权利要求中,不应将位于括号之间的任何附图标记理解成对权利要求的限制。词语“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的词语“一”或“一个”不排除存在多个这样的部件。本发明可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的权利要求中,这些装置中的若干个可以是通过同一个硬件来具体体现。词语第一、第二、第三等的使用,仅是为了表述方便,而不表示任何顺序。可将这些词语理解为部件名称的一部分。
此外,需要说明的是,在本说明书的描述中,术语“一个实施例”、“一些实施例”、“实施例”、“示例”、“具体示例”或“一些示例”等的描述,是指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。
Claims (10)
1.一种确定疑似感染病患的方法,其特征在于,包括:
监控数据库中记录的病患临床数据是否发生变化;
在监控到所述数据库中记录的病患临床数据发生变化时,基于所述数据库中发生变化的病患临床数据,确定需要进行筛查的病患的目标感染相关指标数据;其中,所述目标感染相关指标数据包括预先设置的多种感染指标和所述多种感染指标中每种感染指标对应的具体感染指标值;
利用所述多种感染指标和所述每种感染指标对应的具体感染指标值,计算感染评分;
将所述感染评分大于等于预设评分值的病患确定为疑似感染病患。
2.根据权利要求1所述的确定疑似感染病患的方法,其特征在于,所述基于所述数据库中发生变化的病患临床数据,确定需要进行筛查的病患的目标感染相关指标数据,包括:
对所述数据库中发生变化的病患临床数据进行清洗处理,以得到清洗后的关键数据项;其中,所述清洗后的关键数据项包括最近变化时间,并且所述最近变化时间用于表示所述发生变化的病患临床数据在最近一次发生变化时的时间;
利用所述清洗后的关键数据项,从所述数据库中查询待筛选感染相关指标数据;
计算当前时间和所述最近变化时间之间的时间差,并将所述时间差大于等于预设时间的待筛选感染相关指标数据确定为所述目标感染相关指标数据。
3.根据权利要求2所述的确定疑似感染病患的方法,其特征在于,在所述利用所述清洗后的关键数据项,从所述数据库中查询待筛选感染相关指标数据之前,所述确定疑似感染病患的方法还包括:
将所述清洗后的关键数据项插入到预先在Redis中创建的第一有序集合中。
4.根据权利要求3所述的确定疑似感染病患的方法,其特征在于,所述清洗后的关键数据项进一步包括病患住院记录编号、用于记录所述发生变化的病患临床数据的目标数据表的标识和用于表示所述发生变化的病患临床数据在所述目标数据表中的具体表项的表项记录编号。
5.根据权利要求4所述的确定疑似感染病患的方法,其特征在于,利用所述清洗后的关键数据项,从所述数据库中查询待筛选感染相关指标数据,包括:
从所述第一有序集合中取出所述清洗后的关键数据项;
利用所述病患住院记录编号、所述目标数据表的标识和所述表项记录编号,从所述数据库中查询所述待筛选感染相关指标数据,并将所述待筛选感染相关指标数据存储到预先在所述数据库中创建的感染相关指标数据表中。
6.根据权利要求5所述的确定疑似感染病患的方法,其特征在于,在利用所述病患住院记录编号、所述目标数据表的标识和所述表项记录编号,从所述数据库中查询所述待筛选感染相关指标数据之前,所述确定疑似感染病患的方法还包括:
将所述病患住院记录编号插入到预先在所述Redis中创建的第二有序集合中;以及,
利用所述病患住院记录编号和所述最近变化时间创建String缓存。
7.根据权利要求6所述的确定疑似感染病患的方法,其特征在于,计算当前时间和所述最近变化时间之间的时间差,并将所述时间差大于等于预设时间的待筛选感染相关指标数据确定为所述目标感染相关指标数据,包括:
从所述第二有序集合中取出所述病患住院记录编号;
基于所述String缓存,确定所述病患住院记录编号对应的最近变化时间;
计算所述当前时间和所述最近变化时间之间的时间差;
在所述时间差大于等于所述预设时间的情况下,将所述病患住院记录编号插入到预先在所述Redis中创建的第三有序集合中,并删除所述String缓存;其中,所述第三有序集合中存储的病患住院记录编号为所述需要进行筛查的病患的病患住院记录编号。
8.根据权利要求7所述的确定疑似感染病患的方法,其特征在于,所述方法进一步包括:
在所述时间差小于所述预设时间的情况下,将所述病患住院记录编号重新插入到所述第二有序集合中,并返回到所述从所述第二有序集合中取出所述病患住院记录编号的步骤。
9.根据权利要求7所述的确定疑似感染病患的方法,其特征在于,利用所述多种感染指标和所述每种感染指标对应的具体感染指标值,计算感染评分,包括:
获取所述第三有序集合中存储的病患住院记录编号;
根据所述第三有序集合中存储的病患住院记录编号,从所述感染相关指标数据表中获取所述多种感染指标和所述每种感染指标对应的具体感染指标值;
利用所述多种感染指标和所述每种感染指标对应的具体感染指标值,计算所述每种感染指标对应的指标项评分;
计算所有指标项评分的总和,并将所述总和作为所述感染评分。
10.一种存储介质,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运行时执行如权利要求1-9任一所述的确定疑似感染病患的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310005620.3A CN115691827B (zh) | 2023-01-04 | 2023-01-04 | 一种确定疑似感染病患的方法和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310005620.3A CN115691827B (zh) | 2023-01-04 | 2023-01-04 | 一种确定疑似感染病患的方法和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115691827A true CN115691827A (zh) | 2023-02-03 |
CN115691827B CN115691827B (zh) | 2023-04-07 |
Family
ID=85056913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310005620.3A Active CN115691827B (zh) | 2023-01-04 | 2023-01-04 | 一种确定疑似感染病患的方法和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115691827B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018011796A1 (en) * | 2016-07-10 | 2018-01-18 | Memed Diagnostics Ltd. | Early diagnosis of infections |
CN109937455A (zh) * | 2016-09-12 | 2019-06-25 | 国家健康联盟公司 | 一种用于实时处理与提交和履行处方药相关联的医疗保健数据的系统 |
CN111223573A (zh) * | 2020-01-20 | 2020-06-02 | 和宇健康科技股份有限公司 | 一种院感监控管理方法及系统 |
CN111403045A (zh) * | 2020-03-04 | 2020-07-10 | 苏州远征魂车船技术有限公司 | 一种传染疫情多元精准管控系统 |
CN112185586A (zh) * | 2020-11-17 | 2021-01-05 | 北京嘉和海森健康科技有限公司 | 一种传染病监测预警方法及装置 |
CN113729643A (zh) * | 2021-06-29 | 2021-12-03 | 暨南大学 | 基于健康监测和轨道监测的传染病防控方法、设备及系统 |
CN113963806A (zh) * | 2021-09-22 | 2022-01-21 | 华中科技大学同济医学院附属协和医院 | 一种新冠肺炎筛查方法及筛查系统 |
CN114360741A (zh) * | 2022-01-29 | 2022-04-15 | 天津大学 | 一种医院候诊区呼吸道传染病感染风险预测系统 |
WO2022125312A1 (en) * | 2020-12-07 | 2022-06-16 | Mark Newton | Identification and tracking of infection in humans |
WO2022146860A1 (en) * | 2021-01-04 | 2022-07-07 | Medtronic, Inc. | Detection of infection in a patient |
CN115168669A (zh) * | 2022-09-07 | 2022-10-11 | 杭州杏林信息科技有限公司 | 传染病筛查方法、装置、终端设备及介质 |
CN115497616A (zh) * | 2022-10-25 | 2022-12-20 | 杭州杏林信息科技有限公司 | 一种感染性疾病辅助决策的方法、系统、设备及存储介质 |
-
2023
- 2023-01-04 CN CN202310005620.3A patent/CN115691827B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018011796A1 (en) * | 2016-07-10 | 2018-01-18 | Memed Diagnostics Ltd. | Early diagnosis of infections |
CN109937455A (zh) * | 2016-09-12 | 2019-06-25 | 国家健康联盟公司 | 一种用于实时处理与提交和履行处方药相关联的医疗保健数据的系统 |
CN111223573A (zh) * | 2020-01-20 | 2020-06-02 | 和宇健康科技股份有限公司 | 一种院感监控管理方法及系统 |
CN111403045A (zh) * | 2020-03-04 | 2020-07-10 | 苏州远征魂车船技术有限公司 | 一种传染疫情多元精准管控系统 |
CN112185586A (zh) * | 2020-11-17 | 2021-01-05 | 北京嘉和海森健康科技有限公司 | 一种传染病监测预警方法及装置 |
WO2022125312A1 (en) * | 2020-12-07 | 2022-06-16 | Mark Newton | Identification and tracking of infection in humans |
WO2022146860A1 (en) * | 2021-01-04 | 2022-07-07 | Medtronic, Inc. | Detection of infection in a patient |
CN113729643A (zh) * | 2021-06-29 | 2021-12-03 | 暨南大学 | 基于健康监测和轨道监测的传染病防控方法、设备及系统 |
CN113963806A (zh) * | 2021-09-22 | 2022-01-21 | 华中科技大学同济医学院附属协和医院 | 一种新冠肺炎筛查方法及筛查系统 |
CN114360741A (zh) * | 2022-01-29 | 2022-04-15 | 天津大学 | 一种医院候诊区呼吸道传染病感染风险预测系统 |
CN115168669A (zh) * | 2022-09-07 | 2022-10-11 | 杭州杏林信息科技有限公司 | 传染病筛查方法、装置、终端设备及介质 |
CN115497616A (zh) * | 2022-10-25 | 2022-12-20 | 杭州杏林信息科技有限公司 | 一种感染性疾病辅助决策的方法、系统、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
叶青等: "PDCA在医院感染实时监控系统感染疑似病例预警信息处置管理中的应用" * |
潘思旭;廖吕钊;徐那菲;王希;江荣林;: "应用人工神经网络预测ICU患者院内感染" * |
Also Published As
Publication number | Publication date |
---|---|
CN115691827B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9002860B1 (en) | Associating summaries with pointers in persistent data structures | |
AU2010200478B2 (en) | Multiple index based information retrieval system | |
CN108352196A (zh) | 没有明显的准标识符的去标识的健康护理数据库的医院匹配 | |
CN110569328B (zh) | 实体链接方法、电子装置及计算机设备 | |
CN104182435B (zh) | 基于数据缺失标记的信息检索系统及方法 | |
US20090055332A1 (en) | Method of generating association rules from data stream and data mining system | |
CN112365987A (zh) | 诊断数据异常检测方法、装置、计算机设备及存储介质 | |
CN114168608B (zh) | 一种用于更新知识图谱的数据处理系统 | |
US20070282940A1 (en) | Thread-ranking apparatus and method | |
KR20090048624A (ko) | 데이터 구조를 가지는 하나 이상의 장치 판독가능 매체, 및장치 실행가능 명령어를 구비한 하나 이상의 장치 판독가능 매체 | |
CN111552692A (zh) | 一种加减法布谷鸟过滤器 | |
WO2014012576A1 (en) | A method and system for integrating data into a database | |
CN103365943A (zh) | 数据库处理设备、数据库处理方法以及记录介质 | |
CN115691827B (zh) | 一种确定疑似感染病患的方法和存储介质 | |
US9594785B2 (en) | Database management device and database management method | |
WO2015094889A2 (en) | Trending analysis for streams of documents | |
JP4341318B2 (ja) | ルール検索方法、装置、プログラム及び記録媒体 | |
CN110678854B (zh) | 数据查询的方法和装置 | |
WO2022167090A1 (en) | Database system, database structure, and associated methods | |
Abdullahi et al. | A novel approach for identifying banded patterns in zero-one data using column and row banding scores | |
JP5953262B2 (ja) | データ索引装置、データ索引方法及びプログラム | |
CN117909348B (zh) | 一种关联数据调度与计算方法和装置 | |
CN111632384B (zh) | 游戏在线数检测方法、装置、设备及存储介质 | |
KR100908301B1 (ko) | 리스트 기반 최대빈번 서브트리 추출 방법 및 장치 | |
JP2017167917A (ja) | データベース管理装置 |
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 |