CN116523333A - 一种疾病负担综合评价方法 - Google Patents
一种疾病负担综合评价方法 Download PDFInfo
- Publication number
- CN116523333A CN116523333A CN202310413655.0A CN202310413655A CN116523333A CN 116523333 A CN116523333 A CN 116523333A CN 202310413655 A CN202310413655 A CN 202310413655A CN 116523333 A CN116523333 A CN 116523333A
- Authority
- CN
- China
- Prior art keywords
- index
- coefficient
- disease
- burden
- expert
- 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
- 201000010099 disease Diseases 0.000 title claims abstract description 55
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 55
- 238000011156 evaluation Methods 0.000 title claims abstract description 48
- 238000013210 evaluation model Methods 0.000 claims abstract description 11
- 238000010606 normalization Methods 0.000 claims abstract description 3
- 238000000034 method Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000013278 delphi method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 abstract description 3
- 238000007405 data analysis Methods 0.000 abstract description 2
- 230000006806 disease prevention Effects 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 230000007704 transition Effects 0.000 abstract description 2
- 230000002349 favourable effect Effects 0.000 abstract 2
- 230000005284 excitation Effects 0.000 abstract 1
- 230000036541 health Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 208000030507 AIDS Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003181 biological factor Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及数据分析技术领域，尤其涉及一种疾病负担综合评价方法，本发明通过构建疾病负担综合评价模型，将指标体系与指标数据结合，有利于把评价工作纳入疾病防控常态化工作中，了解疾病患者综合疾病负担现状，发现不同维度的地区差异和时间变化，体现指标体系的实际意义，更好反映患者疾病负担的转变和相关工作绩效的变化，形成激励机制提高基层对务实工作投入的积极性，并追溯原因有针对性地加强薄弱环节的投入和改进。
Description
技术领域
本发明涉及数据分析技术领域，尤其涉及一种疾病负担综合评价方法。
背景技术
疾病负担是指疾病的损失和危害所带来的后果和影响。疾病负担必须从生物学因素，精神心理学因素和经济学因素等综合评价其对个人、家庭和社会造成的损失、危害以及所带来的后果和影响。
在艾滋病防治工作上我国投入巨大时间、精力和资源。显然，为使可用资源得到尽可能大的使用效率，需要通过明确造成艾滋病患者、家庭、社会的疾病负担各维度，研究对疾病负担造成负面影响最大的指标，从而针对性提出改进建议，使卫生政策决策者、防治工作实行者能高效率、高效能的控制疫情的蔓延，减轻艾滋病患者及其家庭、社会疾病负担。
因此有必要提供一种疾病负担综合评价方法，来为卫生决策者提供决策，使得资源能够得到最大化的使用率。但目前国内外学者有大量对疾病个人负担、家庭负担、社会负担进行科学研究，但其大多研究基于单一层面评价患者的疾病负担，且欠缺全面反映患者疾病综合负担的方法以及科学系统的疾病负担评价体系。
发明内容
为了解决上述现有技术中存在的问题，本发明拟提供了一种疾病负担评价系统，拟实现全面的反应疾病负担的评价，进而为卫生政策决策者提供正确的决策导向。
一种疾病负担综合评价方法，包括以下步骤：
步骤1：基于影响个人负担、家庭负担以及社会负担的因素构建评疾病价指标体系，所述评价指标体系包括多个一级指标，在每个一级指标下建立有多个二级指标，每个二级指标下建立有多个三级指标；
步骤2：基于Delphi法对步骤1所建立的评价指标体系进行更新，并将更新后的评价指标体系存储在数据库中，数据库提供调用接口；
步骤3：调用数据库中所存储的评价指标体系，并基于AHP法确定评价指标体系中各级指标在上一级指标中所占的权重；
步骤4：基于综合指数法以及步骤3中得到的各级指标权重建立综合评价模型，基于综合评价模型得到疾病综合负担指数。
优选的，所述一级指标包括疾病个人负担指标、疾病家庭负担指标以及疾病社会负担指标。
优选的，所述步骤2包括以下步骤：
步骤2.1：对专家的判断依据以及熟悉程度分等级进行赋值，并基于判断依据以及熟悉程度的等级赋值得到专家权威系数；
步骤2.2：确定权威系数阈值，若得到的专家权威系数大于权威系数阈值的则保留相应的指标。
优选的，所述步骤2还包括建立变异系数和专家协调系数用于反应各专家对指标的评分是否存在较大的差异：
变异系数：
式中：σj表示j指标得分的标准差，Mj表示j指标的均数。
专家协调系数：
n表示指标个数，m表示专家总数；
将变异系数与变异系数阈值进行比对，大于变异系数阈值的则视为本次专家评分无效，小于的则视为有效；将专家协调系数与专家协调系数阈值进行比对，大于专家协调系数阈值的则视为本次专家评分无效，小于的则视为有效。
优选的，所述步骤3包括以下步骤：
步骤3.1：调用数据库中所存储的评价指标体系，并基于评价指标体系中的指标内容建立三阶层次结构模型，包含目标层A、准则层B、准则层C以及指标层D，所述目标层A为疾病负担综合评价，准则层B为所述一级指标，准则层C为所述二级指标，指标层D为所述三级指标；
步骤3.2：根据Saaty1-9标度法确定9阶等级的重要程度赋值，并构建对各个指标进重要性判断的判断矩阵；
步骤3.3：通过一致性比例CR评价判断矩阵来确定权重系数，若一致性比例CR小于所设置的一致性比例CR阈值时则重新对各指标进行评分，基于各指标的新评分构建判断矩阵，直至一致性比例CR的实际值大于一致性比例CR阈值；
步骤3.4：对所有专家所对应的指标的权重进行Kendall协调系数W检验，协调系数为0.711，最终得到P值，其中P值小于预设P值的保留，大于预设P值的剔除，得到最终的权重系数，即各级指标在上一级指标中所占的权重。
优选的，所述步骤4包括以下步骤：
步骤4.1：对各级指标的赋值进行正向化处理，即保证指标的赋值为正数；
步骤4.2：采用均值法对各级指标进行标准化处理：
式中：xij为j指标的原始数值，为指标的均值，yij为标化处理后数值；
步骤4.3：根据综合指数法构建综合评价模型：
CBOD＝33.2X1+21.8X2+45.1X3；
X1＝13.2X11+11.6X12+4X13+4.4X14；
X11＝7.7X111+5.5X112；
式中：CBOD为疾病综合负担指数，Xi是一级指标i标准化后的指标得分，Xii是二级指标ii标准化后的指标得分，Xiii是三级指标iii标准化后的指标得分，Wi是指标i的权重系数，n为指标个数。
本发明的有益效果包括：
本发明通过构建疾病负担综合评价模型，将指标体系与指标数据结合，有利于把评价工作纳入疾病防控常态化工作中，了解疾病患者综合疾病负担现状，发现不同维度的地区差异和时间变化，体现指标体系的实际意义，更好反映患者疾病负担的转变和相关工作绩效的变化，形成激励机制提高基层对务实工作投入的积极性，并追溯原因有针对性地加强薄弱环节的投入和改进。
附图说明
图1为本发明的评价指标体系示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。
下面结合附图1对本发明的具体实施例做详细的说明；
一种疾病负担综合评价方法，包括以下步骤：
步骤1：基于影响个人负担、家庭负担以及社会负担的因素构建评疾病价指标体系，所述评价指标体系包括多个一级指标，在每个一级指标下建立有多个二级指标，每个二级指标下建立有多个三级指标；所述一级指标包括疾病个人负担指标、疾病家庭负担指标以及疾病社会负担指标。
参见附图1所示，步骤2：基于Delphi法对步骤1所建立的评价指标体系进行更新，并将更新后的评价指标体系存储在数据库中，数据库提供调用接口；
所述步骤2包括以下步骤：
步骤2.1：对专家的判断依据以及熟悉程度分等级进行赋值，并基于判断依据以及熟悉程度的等级赋值得到专家权威系数；
步骤2.2：确定权威系数阈值，若得到的专家权威系数大于权威系数阈值的则保留相应的指标。
所述步骤2还包括建立变异系数和专家协调系数用于反应各专家对指标的评分是否存在较大的差异：
变异系数：
式中：σj表示j指标得分的标准差，Mj表示j指标的均数。
专家协调系数：
n表示指标个数，m表示专家总数；
将变异系数与变异系数阈值进行比对，大于变异系数阈值的则视为本次专家评分无效，小于的则视为有效；将专家协调系数与专家协调系数阈值进行比对，大于专家协调系数阈值的则视为本次专家评分无效，小于的则视为有效。
步骤3：调用数据库中所存储的评价指标体系，并基于AHP法确定评价指标体系中各级指标在上一级指标中所占的权重；
所述步骤3包括以下步骤：
步骤3.1：调用数据库中所存储的评价指标体系，并基于评价指标体系中的指标内容建立三阶层次结构模型，包含目标层A、准则层B、准则层C以及指标层D，所述目标层A为疾病负担综合评价，准则层B为所述一级指标，准则层C为所述二级指标，指标层D为所述三级指标；
步骤3.2：根据Saaty1-9标度法确定9阶等级的重要程度赋值，并构建对各个指标进重要性判断的判断矩阵；
步骤3.3：通过一致性比例CR评价判断矩阵来确定权重系数，若一致性比例CR小于所设置的一致性比例CR阈值时则重新对各指标进行评分，基于各指标的新评分构建判断矩阵，直至一致性比例CR的实际值大于一致性比例CR阈值；
步骤3.4：对所有专家所对应的指标的权重进行Kendall协调系数W检验，协调系数为0.711，最终得到P值，其中P值小于预设P值的保留，大于预设P值的剔除，得到最终的权重系数，即各级指标在上一级指标中所占的权重。
步骤4：基于综合指数法以及步骤3中得到的各级指标权重建立综合评价模型，基于综合评价模型得到疾病综合负担指数。
所述步骤4包括以下步骤：
步骤4.1：对各级指标的赋值进行正向化处理，即保证指标的赋值为正数；
步骤4.2：采用均值法对各级指标进行标准化处理：
式中：xij为j指标的原始数值，为指标的均值，yij为标化处理后数值；
步骤4.3：根据综合指数法构建综合评价模型：
CBOD＝33.2X1+21.8X2+45.1X3；
X1＝13.2X11+11.6X12+4X13+4.4X14；
X11＝7.7X111+5.5X112；
式中：CBOD为疾病综合负担指数，Xi是一级指标i标准化后的指标得分，Xii是二级指标ii标准化后的指标得分，Xiii是三级指标iii标准化后的指标得分，Wi是指标i的权重系数，n为指标个数。
以上所述实施例仅表达了本申请的具体实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请技术方案构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。
Claims (6)
1.一种疾病负担综合评价方法，其特征在于，包括以下步骤：
步骤1：基于影响个人负担、家庭负担以及社会负担的因素构建评疾病价指标体系，所述评价指标体系包括多个一级指标，在每个一级指标下建立有多个二级指标，每个二级指标下建立有多个三级指标；
步骤2：基于Delphi法对步骤1所建立的评价指标体系进行更新，并将更新后的评价指标体系存储在数据库中，数据库提供调用接口；
步骤3：调用数据库中所存储的评价指标体系，并基于AHP法确定评价指标体系中各级指标在上一级指标中所占的权重；
步骤4：基于综合指数法以及步骤3中得到的各级指标权重建立综合评价模型，基于综合评价模型得到疾病综合负担指数。
2.根据权利要求1所述的一种疾病负担综合评价方法，其特征在于，所述一级指标包括疾病个人负担指标、疾病家庭负担指标以及疾病社会负担指标。
3.根据权利要求1所述的一种疾病负担综合评价方法，其特征在于，所述步骤2包括以下步骤：
步骤2.1：对专家的判断依据以及熟悉程度分等级进行赋值，并基于判断依据以及熟悉程度的等级赋值得到专家权威系数；
步骤2.2：确定权威系数阈值，若得到的专家权威系数大于权威系数阈值的则保留相应的指标。
4.根据权利要求1所述的一种疾病负担综合评价方法，其特征在于，所述步骤2还包括建立变异系数和专家协调系数用于反应各专家对指标的评分是否存在较大的差异：
变异系数：
式中：σj表示j指标得分的标准差，Mj表示j指标的均数。
专家协调系数：
n表示指标个数，m表示专家总数；
将变异系数与变异系数阈值进行比对，大于变异系数阈值的则视为本次专家评分无效，小于的则视为有效；将专家协调系数与专家协调系数阈值进行比对，大于专家协调系数阈值的则视为本次专家评分无效，小于的则视为有效。
5.根据权利要求1所述的一种疾病负担综合评价方法，其特征在于，所述步骤3包括以下步骤：
步骤3.1：调用数据库中所存储的评价指标体系，并基于评价指标体系中的指标内容建立三阶层次结构模型，包含目标层A、准则层B、准则层C以及指标层D，所述目标层A为疾病负担综合评价，准则层B为所述一级指标，准则层C为所述二级指标，指标层D为所述三级指标；
步骤3.2：根据Saaty1-9标度法确定9阶等级的重要程度赋值，并构建对各个指标进重要性判断的判断矩阵；
步骤3.3：通过一致性比例CR评价判断矩阵来确定权重系数，若一致性比例CR小于所设置的一致性比例CR阈值时则重新对各指标进行评分，基于各指标的新评分构建判断矩阵，直至一致性比例CR的实际值大于一致性比例CR阈值；
步骤3.4：对所有专家所对应的指标的权重进行Kendall协调系数W检验，协调系数为0.711，最终得到P值，其中P值小于预设P值的保留，大于预设P值的剔除，得到最终的权重系数，即各级指标在上一级指标中所占的权重。
6.根据权利要求1所述的一种疾病负担综合评价方法，其特征在于，所述步骤4包括以下步骤：
步骤4.1：对各级指标的赋值进行正向化处理，即保证指标的赋值为正数；
步骤4.2：采用均值法对各级指标进行标准化处理：
式中：xij为j指标的原始数值，为指标的均值，yij为标化处理后数值；
步骤4.3：根据综合指数法构建综合评价模型：
式中：CBOD为疾病综合负担指数，Xi是一级指标i标准化后的指标得分，Wi是指标i的权重系数，n为指标个数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310413655.0A CN116523333A (zh) | 2023-04-18 | 2023-04-18 | 一种疾病负担综合评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310413655.0A CN116523333A (zh) | 2023-04-18 | 2023-04-18 | 一种疾病负担综合评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116523333A true CN116523333A (zh) | 2023-08-01 |
Family
ID=87393382
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310413655.0A Pending CN116523333A (zh) | 2023-04-18 | 2023-04-18 | 一种疾病负担综合评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116523333A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107169263A (zh) * | 2016-12-09 | 2017-09-15 | 深圳中科金证科技有限公司 | 一种个人医疗负担评价方法及系统 |
| CN112070362A (zh) * | 2020-08-13 | 2020-12-11 | 北京东方利禾景观设计有限公司 | 一种适用于平原地区季节性河流生态廊道功能评价方法 |
| CN114723152A (zh) * | 2022-04-18 | 2022-07-08 | 哈尔滨工业大学 | 一种场地复合污染治理效果综合评估指标体系的构建方法 |
| CN115115171A (zh) * | 2022-05-12 | 2022-09-27 | 长安大学 | 一种高速公路服务区服务质量评价方法 |
| CN115330569A (zh) * | 2022-08-12 | 2022-11-11 | 内蒙古自治区综合疾病预防控制中心 | 用于儿童肿瘤疾病的负担差异与医疗资源的自动平衡方法 |
-
2023
- 2023-04-18 CN CN202310413655.0A patent/CN116523333A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107169263A (zh) * | 2016-12-09 | 2017-09-15 | 深圳中科金证科技有限公司 | 一种个人医疗负担评价方法及系统 |
| CN112070362A (zh) * | 2020-08-13 | 2020-12-11 | 北京东方利禾景观设计有限公司 | 一种适用于平原地区季节性河流生态廊道功能评价方法 |
| CN114723152A (zh) * | 2022-04-18 | 2022-07-08 | 哈尔滨工业大学 | 一种场地复合污染治理效果综合评估指标体系的构建方法 |
| CN115115171A (zh) * | 2022-05-12 | 2022-09-27 | 长安大学 | 一种高速公路服务区服务质量评价方法 |
| CN115330569A (zh) * | 2022-08-12 | 2022-11-11 | 内蒙古自治区综合疾病预防控制中心 | 用于儿童肿瘤疾病的负担差异与医疗资源的自动平衡方法 |
Non-Patent Citations (1)
| Title |
|---|
| 李慧琳: "艾滋病疾病负担综合评价指标体系构建与实证研究——基于四川省三个区县的调研数据", 中国优秀硕士学位论文全文数据库 (医药卫生科技辑), no. 02, pages 053 - 321 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107395430B (zh) | 一种云平台动态风险访问控制方法 | |
| Besley et al. | Making autocracy work | |
| CN107256426B (zh) | 一种基于智能算法的药品安全信心指数系统及构建方法 | |
| Lutz et al. | Predicting change for individual psychotherapy clients on the basis of their nearest neighbors. | |
| CN104318351B (zh) | 一种中医健康管理系统和方法 | |
| CN110147450A (zh) | 一种知识图谱的知识补全方法及装置 | |
| CN108877949B (zh) | 基于孤立森林算法和投票机制的唐氏综合症筛查方法 | |
| CN105243255A (zh) | 一种软基处理方案的评价方法 | |
| CN110739034A (zh) | 一种对病案数据进行DRGs分组的方法 | |
| CN104598780B (zh) | 账户识别方法和系统 | |
| CN116910172A (zh) | 基于人工智能的随访量表生成方法及系统 | |
| CN116523333A (zh) | 一种疾病负担综合评价方法 | |
| Benjamin | Actuarial aspects of human lifespans | |
| CN112382382A (zh) | 一种代价敏感的集成学习分类方法及系统 | |
| CN109215738A (zh) | 阿尔茨海默症相关基因的预测方法 | |
| CN115375175A (zh) | 城市运行体征评价方法 | |
| CN112489803B (zh) | 风险事件预测方法和系统、风险事件预测系统的生成方法 | |
| CN112183861B (zh) | 基于lasso回归预测治疗费用的方法 | |
| Zhang et al. | Breast cancer risk prediction model based on C5. 0 algorithm for postmenopausal women | |
| CN113948206A (zh) | 一种基于多层级框架的疾病分期模型融合方法 | |
| Zhang et al. | Improved algorithm of decision tree based on neural network | |
| Repiská et al. | Hierarchical clustering based on international sustainability indices of EU countries | |
| Vieira et al. | Sperm ultrastructure of hoplocercid and oplurid lizards (Sauropsida, Squamata, Iguania) and the phylogeny of Iguania | |
| Kudamatsu et al. | Making autocracy work | |
| Vu | How Deep Are the Roots of Female Empowerment? Population Diversity and Gender Inequality |
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 |