CN116936036A - 一种失眠正念治疗任务训练方案生成方法及系统 - Google Patents
一种失眠正念治疗任务训练方案生成方法及系统 Download PDFInfo
- Publication number
- CN116936036A CN116936036A CN202310943414.7A CN202310943414A CN116936036A CN 116936036 A CN116936036 A CN 116936036A CN 202310943414 A CN202310943414 A CN 202310943414A CN 116936036 A CN116936036 A CN 116936036A
- Authority
- CN
- China
- Prior art keywords
- training
- task
- week
- patient
- items
- 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
- 238000012549 training Methods 0.000 title claims abstract description 577
- 208000013738 Sleep Initiation and Maintenance disease Diseases 0.000 title claims abstract description 182
- 206010022437 insomnia Diseases 0.000 title claims abstract description 174
- 238000011282 treatment Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000011156 evaluation Methods 0.000 claims abstract description 90
- 230000007958 sleep Effects 0.000 claims abstract description 72
- 230000003442 weekly effect Effects 0.000 claims abstract description 19
- 238000007726 management method Methods 0.000 claims description 61
- 208000019901 Anxiety disease Diseases 0.000 claims description 49
- 230000002354 daily effect Effects 0.000 claims description 48
- 230000036506 anxiety Effects 0.000 claims description 46
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 36
- 230000001965 increasing effect Effects 0.000 claims description 20
- 238000012163 sequencing technique Methods 0.000 claims description 18
- 230000008451 emotion Effects 0.000 claims description 14
- 230000003203 everyday effect Effects 0.000 claims description 14
- 230000002829 reductive effect Effects 0.000 claims description 14
- 230000003860 sleep quality Effects 0.000 claims description 13
- 208000024891 symptom Diseases 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 13
- 230000003068 static effect Effects 0.000 claims description 12
- 230000003247 decreasing effect Effects 0.000 claims description 10
- 230000000241 respiratory effect Effects 0.000 claims description 10
- 230000004622 sleep time Effects 0.000 claims description 10
- 230000001174 ascending effect Effects 0.000 claims description 9
- 230000019771 cognition Effects 0.000 claims description 9
- 230000001149 cognitive effect Effects 0.000 claims description 9
- 230000009467 reduction Effects 0.000 claims description 9
- 230000001225 therapeutic effect Effects 0.000 claims description 9
- 208000032140 Sleepiness Diseases 0.000 claims description 8
- 206010041349 Somnolence Diseases 0.000 claims description 8
- 239000003814 drug Substances 0.000 claims description 8
- 238000013523 data management Methods 0.000 claims description 7
- 208000037870 generalized anxiety Diseases 0.000 claims description 6
- 229940079593 drug Drugs 0.000 claims description 5
- 238000012552 review Methods 0.000 claims description 5
- 230000037321 sleepiness Effects 0.000 claims description 5
- 230000003245 working effect Effects 0.000 claims description 5
- 206010021118 Hypotonia Diseases 0.000 claims description 4
- 238000007596 consolidation process Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 4
- 230000003340 mental effect Effects 0.000 claims description 4
- 230000036640 muscle relaxation Effects 0.000 claims description 4
- 230000000750 progressive effect Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 210000004556 brain Anatomy 0.000 claims description 2
- 238000010494 dissociation reaction Methods 0.000 claims description 2
- 230000005593 dissociations Effects 0.000 claims description 2
- 230000001939 inductive effect Effects 0.000 claims description 2
- 230000000670 limiting effect Effects 0.000 claims description 2
- 230000008447 perception Effects 0.000 claims description 2
- 230000008439 repair process Effects 0.000 claims description 2
- 238000002560 therapeutic procedure Methods 0.000 abstract description 4
- 230000032798 delamination Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 description 9
- 238000003745 diagnosis Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 208000019116 sleep disease Diseases 0.000 description 4
- 208000020685 sleep-wake disease Diseases 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000002996 emotional effect Effects 0.000 description 3
- 208000020016 psychiatric disease Diseases 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 230000004617 sleep duration Effects 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 208000020401 Depressive disease Diseases 0.000 description 1
- 208000030453 Drug-Related Side Effects and Adverse reaction Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000003935 attention Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 238000009225 cognitive behavioral therapy Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 206010013663 drug dependence Diseases 0.000 description 1
- 210000000750 endocrine system Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 208000024335 physical disease Diseases 0.000 description 1
- 208000011117 substance-related disease Diseases 0.000 description 1
- 230000002618 waking effect Effects 0.000 description 1
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
- G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
- G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
-
- 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
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- 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
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
-
- 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
- G16H80/00—ICT specially adapted for facilitating communication between medical practitioners or patients, e.g. for collaborative diagnosis, therapy or health monitoring
-
- 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
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Hospice & Palliative Care (AREA)
- Developmental Disabilities (AREA)
- Psychology (AREA)
- Child & Adolescent Psychology (AREA)
- Psychiatry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Social Psychology (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明属于失眠治疗技术领域，公开了一种失眠正念治疗任务训练方案生成方法及系统。本方法包括：S1：患者测评；S2：失眠分层；S3：推送初始化训练方案供患者进行当周第1天的训练；S4：在周前1天训练方案的基础上，根据学历、昨日睡眠效率和年龄，调整生成当日训练方案供患者训练，并依此完成当周训练；S5：在转入下一周训练前，根据患者当周周任务平均执行度调整训练任务库中训练项目难易度比例；S6：重复S3‑S5完成下一周训练；依次类推，完成为期8周的全周期任务训练方案。本发明基于患者信息及评估结果匹配任务训练方案，并根据睡眠效率、年龄、学历和周任务平均执行度动态调整训练方案，治疗更个性化、高效化。
Description
技术领域
本发明属于失眠治疗技术领域，具体涉及一种失眠正念治疗任务训练方案生成方法及系统。
背景技术
据研究显示，失眠患病率在普通人群中随着年龄的增长而增加。针对慢性失眠症状(过去1年有入睡困难、睡眠维持困难及早醒，且症状每星期至少出现3次)，儿童患病率为4％，成人患病率为9.3％，老年人患病率则增加到38.2％。长期失眠会损害个体的心血管系统、内分泌系统、免疫力、认知能力等躯体健康，还会增加患者的抑郁障碍、焦虑障碍等情绪心理疾病风险，严重降低患者的生活质量和幸福感。
针对失眠的干预方式包括药物和非药物手段。其中，药物治疗虽然能够直接作用于失眠障碍，但其存在药物依赖和副作用问题，并不能作为长期的康复手段；失眠认知行为疗法(CBT-I)作为目前治疗失眠的非药物临床一线推荐疗法，但其具有训练周期长(治疗一般通常需要4到8个疗程)、操作复杂、经济成本高、效果显现慢的缺点，导致患者治疗依从性、持续性和体验降低；正念疗法作为一种以正念为核心的心理治疗方法，旨在帮助个体通过意识和接受当下的情境，减轻负面情绪和压力，并提高身心健康。正念训练可从注意、认知、情绪、思维等方面来调节患者的心理状态，降低焦虑、抑郁等负面情绪，最终提升患者的身心状态和睡眠质量。
但当前对失眠障碍的治疗缺乏系统和整合，并不能对失眠患者进行综合、多维、个性化的干预。由于不同失眠患者的年龄、知识水平、身体疾病、情绪症状等特征都是不同的，这决定了失眠康复训练方案更需要结合患者自身情况实现个性化。同时，当前医疗资源紧张，从事失眠诊疗的医生和专业人才不能满足失眠患者个性化的需求。而且，失眠障碍的治疗需要定时对患者进行评估跟踪，依据训练过程指标动态调整治疗方案，处理治疗过程中问题，这会增加治疗过程中的人力、物力和财力，降低患者治疗体验和依从性，影响治疗效果。
现有专利CN115410688A公开了一种以正念为基础的失眠认知行为治疗方案生成方法及装置；所述方法包括：获取患者身份信息；获取与患者的评估结果；根据评估结果，获得睡眠障碍的诊断信息；根据诊断信息，确定睡眠障碍类型；根据睡眠障碍类型和诊断信息，生成数字诊疗处方。该专利能够提供有循证医学的数字诊疗方案生成方法，为广大患者和医生提供良好的睡眠障碍治疗与信息管理工具；但是，该专利的技术方案没有针对临床上表现比例较高的伴焦虑、伴抑郁失眠患者进行区分，不能有针对性地干预失眠患者突出的焦虑、抑郁症状，无法降低负面情绪因素对睡眠的不利影响继而提升患者睡眠质量；同时，也没有考虑不同年龄段失眠人群的睡眠特点和工作生活差异、不同认知(知识)水平的失眠患者对失眠的认知、正念的理解和掌握程度差异性等，无法对失眠患者进行综合、多维、个性化的干预。
发明内容
本发明旨在解决至少一种现有技术或相关技术中存在的技术问题，提供一种失眠正念治疗任务训练方案生成方法及系统，基于失眠患者个人基本信息及评估结果(情绪表现)，自动匹配数据库生成有循证证据的数字化正念失眠康复任务训练方案，实现对慢性失眠患者实施个性化的康复训练，从而提升失眠康复效果。
为实现以上技术目的，本发明采用以下技术方案：
一种失眠正念治疗任务训练方案生成方法，所述方法包括如下步骤：
步骤S1：患者测评，包括对患者进行基本信息收集、风险问卷调查和初始评估；
步骤S2：根据测评信息对患者进行失眠分层分析；所述失眠分层包括失眠伴焦虑层、失眠伴抑郁层和一般失眠层；
步骤S3：针对失眠分层后的患者，推送对应的八周初始化训练方案，在八周初始化训练方案中，根据每周的主题和训练目标指定有每周第1天的训练项目，患者根据初始化训练方案进行当周第1天的训练；
步骤S4：从当周第2天开始，在患者前1天训练方案基础上，根据患者的学历、昨日睡眠效率和年龄，调整生成当日训练方案推送给患者进行训练；依此类推，完成当周的训练方案；
步骤S5：在完成当周训练之后、转入下一周训练之前，获取患者当周的周任务平均执行度，并根据患者当周的周任务平均执行度εw来调整更新训练任务库中的训练项目难易度比例；
步骤S6：重复步骤S3-S5，完成下一周的训练方案；依次类推，直至患者完成为期8周的全周期任务训练方案。
进一步地，在步骤S1中，所述患者基本信息包括：姓名、年龄、性别、身高、体重、BMI和联系方式；
所述风险问卷调查内容包括：失眠时间、家族史、躯体疾病、精神症状、服药史、工作性质和学历；
所述初始评估内容包括：匹兹堡睡眠质量指数PSQI、失眠严重程度指数ISI、嗜睡量表ESS、广泛性焦虑量表GAD-7和简单自测抑郁量表PHQ-9。
进一步地，在步骤S2中，所述失眠伴焦虑层判定标准为：广泛性焦虑量表评估等级为轻度以上，简单自测抑郁量表评估等级正常；
所述失眠伴抑郁层判定标准为：广泛性焦虑量表评估等级为正常，简单自测抑郁量表评估等级为轻度以上；
所述一般失眠层判定标准为：广泛性焦虑量表和简单自测抑郁量表评估等级均为轻度以上患者或均为正常患者。
进一步地，所述步骤S3中的八周初始化训练方案包括：失眠伴焦虑层初始化训练方案、失眠伴抑郁层初始化训练方案和一般失眠层初始化训练方案；
所述八周初始化训练方案中每周连续训练6-7天，每周制定有第1天的训练项目，具体为：
(1)所述失眠伴焦虑层初始化训练方案：
第1周第1天的训练项目包括：身体扫描和渐进式肌肉放松；
第2周第1天的训练项目包括：身体扫描和紧张呼吸放松；
第3周第1天的训练项目包括：身体扫描和正念行走；
第4周第1天的训练项目包括：静观伸展和呼吸觉察；
第5周第1天的训练项目包括：静观伸展、无拣择觉察和基础版3步呼吸空间；
第6周第1天的训练项目包括：静观伸展、与困难共处和基础版3步呼吸空间；
第7周第1天的训练项目包括：静观伸展和基础版3步呼吸空间；
第8周第1天的训练项目包括：自由选择和回应版3步呼吸空间；
(2)所述失眠伴抑郁层初始化训练方案：
第1周第1天的训练项目包括：身体扫描和正念呼吸；
第2周第1天的训练项目包括：身体扫描和正念呼吸；
第3周第1天的训练项目包括：正念呼吸、基础版3步呼吸空间和静观伸展；
第4周第1天的训练项目包括：正念行走、呼吸觉察和基础版3步呼吸空间；
第5周第1天的训练项目包括：与困难共处、基础版3步呼吸空间和无拣择觉察；
第6周第1天的训练项目包括：回应版3步呼吸空间、无拣择觉察和静观伸展；
第7周第1天的训练项目包括：自由选择、回应版3步呼吸空间和慈心静观；
第8周第1天的训练项目包括：自由选择、回应版3步呼吸空间和慈心静观；
(3)所述一般失眠层初始化训练方案：
第1周第1天的训练项目包括：身体扫描和紧张呼吸放松；
第2周第1天的训练项目包括：身体扫描和渐进式肌肉放松；
第3周第1天的训练项目包括：正念行走和身体扫描；
第4周第1天的训练项目包括：静观伸展和呼吸觉察；
第5周第1天的训练项目包括：正念行走、无拣择觉察和基础版3步呼吸空间；
第6周第1天的训练项目包括：静观伸展、正念呼吸和基础版3步呼吸空间；
第7周第1天的训练项目包括：自由选择、回应版3步呼吸空间和十指感恩；
第8周第1天的训练项目包括：自由选择、回应版3步呼吸空间和慈心静观。
进一步地，所述步骤S4具体包括如下步骤：
步骤S41：从当周第2天开始，将患者前1天的训练方案置为当日初始化训练方案；
步骤S42：根据患者的学历映射患者的认知水平，调整训练任务库中训练项目的难易度比例；
步骤S43：根据患者的昨日睡眠效率结合患者的年龄，调整当日初始化训练方案中的训练项目数量得到当日训练方案推送给患者进行训练；
步骤S44：按照上述方法依此类推，完成当周的训练方案。
更进一步地，所述步骤S42具体包括：
专科以下学历判定为低认知水平，对应的训练任务库列表中的容易训练项目占比为90％，困难任务占比为10％；
专科以上学历判定为高认知水平，对应的训练任务库列表中的容易训练项目占比40％，困难任务占比60％。
更进一步地，所述步骤S43具体包括：
步骤S431：根据患者的年龄进行年龄段分段，获取与患者年龄段对应的每日任务训练项目数量上限和每日任务训练总时长下限；
S432：获取患者的昨日睡眠日记指标——睡眠效率；根据患者的昨日睡眠效率结合患者所在的年龄段，确定当日任务训练项目是否需要增减调整；
步骤S4321：若昨日睡眠效率η≤85％，判定为睡眠效率低，则当日任务训练项目进行增加调整；
步骤S4322：若昨日睡眠效率85<η≤90％，判定为睡眠效率正常，则当日任务训练项目与昨日一样，保持不变；
步骤S4323：若昨日睡眠效率η>90％，判定为睡眠效率良好，则当日任务训练项目进行减少调整。
更进一步地，所述睡眠效率的计算公式为：
η＝t/T×100％
上式中，η为睡眠效率；t为实际睡眠时长；T为卧床时长。
进一步地，所述步骤S4321中，若昨日睡眠效率η≤85％，判定为睡眠效率低，则当日任务训练项目进行增加调整，具体为：
首先判断当日任务训练项目数量；
(1)若当日任务训练项目数量小于患者所在年龄段的任务训练项目数量上限，则当日任务训练项目数量逐次增加1个，并在每次增加后对当日任务训练项目数量和当日任务训练总时长均进行判断：
如果当日任务训练项目数量＝患者所在年龄段的任务训练项目数量上限，或者，当日任务训练总时长≥患者所在年龄段的任务训练总时长下限，两个条件任一满足，则停止继续增加训练项目；
反之，则继续增加训练项目；
(2)若当日任务训练项数量已达到患者所在年龄段的任务训练项数量上限，则当日任务训练项数量保持不变，不再判断任务训练总时长。
更进一步地，所述步骤S4323中，若昨日睡眠效率η>90％，判定为睡眠效率良好，则当日任务训练项目进行减少调整，具体为：
首先判断当日任务训练项目数量；
(1)若当日任务训练项目数量>当周第1天的任务训练项目数量，则将当日任务训练项目数量减少1个，并判断减少1个训练项目后的当日任务训练总时长：
(1-1)如果当日任务训练总时长<患者所在年龄段的任务训练总时长下限，则撤销减少的1个训练项目，保持当日任务训练项目数量不变，终止减少；
(1-2)如果当日任务训练总时长≥患者所在年龄段的任务训练总时长下限，则当日任务训练项数量执行减少1个训练项目的操作，终止减少；
(2)若当日任务训练项数量＝当周第一天的任务训练项数量，则当日任务训练项数量保持不变，不再判断任务训练总时长。
更进一步地，所述步骤S432中，增减的训练项目获取方法如下：
在训练任务库列表中存储所有训练项目的参数信息，包括：训练项类型、格式、功能、训练时间、内容等级、难易度、训练形态、是否必练、训练频率、音频时长、伴焦虑排序参数、伴抑郁排序参数和失眠排序参数；
所述伴焦虑排序参数、伴抑郁排序参数、失眠排序参数分别针对3种失眠分层对应设置，用于对3种失眠分层对应的训练任务库列表中存储的所有训练项目进行排序，具体为：
在对应于失眠伴焦虑层的训练任务库列表中，存储所有训练项的伴焦虑排序参数，并根据“降低失眠症状，缓解焦虑情绪”的原则对所有训练项进行升序排序；
在对应于失眠伴抑郁层的训练任务库列表中，存储所有训练项的伴抑郁排序参数，并根据“改善失眠，降低抑郁”的原则对所有训练项进行升序排序；
在对应于一般失眠层的训练任务库列表中，存储所有训练项的一般失眠排序参数，并根据“改善失眠，缓解负性情绪”的原则对所有训练项进行升序排序；
所述步骤S4321中增加训练项目的方式为：根据患者所在分层的初始化训练方案库列表中，按顺序往下取一个训练项目作为增加的训练项目；
所述步骤S4323中减少训练项目的方式为：减去最近增加的一个训练项目；若最近没有增加训练项目，则减去当日训练方案中的最后一个训练项目。
更进一步地，不同年龄段的每日任务训练项目数量上限相同，均为3-6个；
不同年龄段分层及不同年龄段的每日任务训练总时长下限设置如下：
年龄段1：18岁-44岁；每天任务训练总时间不少于30分钟；
年龄段2：45岁-60岁；每天任务训练总时间不少于40分钟；
年龄段3：≥61岁；每天任务训练总时间不少于45分钟。
进一步地，所述步骤S5中，根据患者当周的周任务平均执行度εw来调整训练任务库列表中训练项目的难易度比例，具体包括：
如果当周的周任务平均执行度εw≤30％，则训练任务库列表中容易训练项目的占比调整为90％，困难任务项的占比调整为10％；
如果当周的周任务平均执行度30％<εw≤50％，则训练任务库列表中容易训练项目的占比调整为85％，困难任务项的占比调整为15％；
如果上周的周任务平均执行度50％<εw≤80％，则训练任务库列表中容易训练项目的占比调整为80％，困难任务项的占比调整为20％；
如果当周的周任务平均执行度εw>80％，则训练任务库列表中容易训练项目的占比调整为75％，困难训练项的占比调整为25％。
更进一步地，所述周任务平均执行度的计算公式为：
上式中，εw为周任务平均执行度；εd为每日任务执行度，εd＝当天完成任务数/当天任务总数；Dw为每周训练天数。
进一步地，所述全周期任务训练方案是依据行业标准，在正念八周课程的基础上进行调整得到，每周疗程的治疗主题和治疗目标如下：
第1周：治疗主题——认识自己的睡眠；治疗目标——了解什么是正念并开始练习；学习理解失眠的成因、理论模型以及有关睡眠的重要认知观念；
第2周：治疗主题——退出自动导航；治疗目标——了解如何退出自动导航以及睡眠的重要观念，建立对睡眠的新认识；每天正念练习；
第3周：治疗主题——睡眠巩固计划1；治疗目标——解引发睡眠的三要素，学习睡眠限制法，增加有效睡眠时间，提高睡眠效率；每天正念练习；
第4周：治疗主题——睡眠巩固计划2；治疗目标——了解睡眠的刺激控制法，重新建立睡眠与床的关系，减缓焦虑；每天正念练习；
第5周：治疗主题——应对头脑层面的挑战；治疗目标——了解刺激控制法和睡眠限制法结合的基本做法，学会认知解离，继续巩固和修复睡眠；每天正念练习；
第6周：治疗主题——与困难共处；治疗目标——学会接纳与放下的原则，正确应对生活中的困扰；每天正念练习；
第7周：治疗主题——重新审视与睡眠的关系；治疗目标——将正念融入到生活中，学会自我关怀；每天正念练习；
第8周：治疗主题——开启正念新生活；治疗目标——深化正念融入生活的能力，学习应对失眠反复；每天正念练习。
同时，本发明提供一种失眠正念治疗任务训练方案生成系统，采用如上任一项所述的方法生成失眠正念治疗任务训练方案，所述系统包括患者端、医生端和服务端；
所述患者端用于进行患者测评和训练方案推送，包括患者基本信息收集模块、风险问题回答模块、量表评估模块和任务训练模块；
所述医生端用于管理患者信息，监测追踪患者训练动态和阶段性评估趋势情况，并可添加测评任务、以及添加或禁用训练方案，包括共享模块和消息管理模块；
所述服务端用于管理患者端、医生端以及量表和课程资源，包括共享模块和系统设置模块；
所述共享模块包括：患者管理模块、任务管理模块、数据管理模块和资源管理模块；所述共享模块对所述医生端和所述服务端开放有不同权限。
进一步地，所述共享模块对所述医生端和所述服务端开放有不同权限，所述权限区别在于：
针对所述任务管理模块，所述医生端可以进行添加其他测评任务、添加或禁用训练方案；所述服务端无法进行添加其他测评任务、添加或禁用训练方案；
针对资源管理模块，所述服务端可对评估量表和课程资源进行添加、编辑或删除，所述医生端无法对评估量表和课程资源进行添加、编辑或删除。
进一步地，在所述共享模块中：
所述患者管理模块用于接收、存储和显示患者端采集的患者信息、量表评估信息和失眠处方信息，并在医生端开放权限供医生查看或编辑上述信息；
所述任务管理模块用于存储系统预置的失眠测评任务和用于康复训练的训练任务库，包括测评任务模块和训练方案模块；
所述数据管理模块存储、管理和显示患者的测评数据、康复数据和睡眠数据；
所述资源管理模块用于评估量表管理和课程管理，并在服务端开放权限供设计开发人员对评估量表和课程资源进行添加、编辑或删除。
更进一步地，在所述任务管理模块中：
所述测评任务模块预置有失眠评测任务，所述测评任务模块与所述患者端的测评信息和测评结果同步，并在医生端开放权限供医生进行添加其他测评任务；
所述训练方案模块预置有3类初始化训练方案，包含一般失眠层初始化训练方案、失眠伴焦虑层初始化训练方案和失眠伴抑郁层初始化训练方案，并针对不同的失眠分层患者匹配相应的初始化训练方案推送至医生端；医生审核患者信息并再次为患者开启任务后，患者在患者端即可接收训练方案开始训练。
进一步地，所述医生端的消息管理模块用于接收患者相关的消息，包括患者入组消息、患者评估指标异常消息和患者处方待发布消息；
所述服务端的系统设置模块用于医生管理、角色管理、医院管理和科室管理。
与现有技术相比，本发明所产生的有益效果是：
(1)本发明提供的失眠正念治疗任务训练方案生成方法及系统，基于失眠患者个人基本特征信息及情绪评估结果(情绪表现)，对患者进行失眠分层；然后根据失眠分层结果自动匹配数据库生成有循证证据的数字化正念失眠康复任务训练方案；并在每周前1天训练方案的基础上，根据患者的学历调整训练任务库中的训练项目难易度比例、根据昨日睡眠效率结合患者年龄增减调整训练项目数量，以此生成当日训练方案并推送给患者，依此类推，完成当周的训练方案；同时，在转入下一周训练之前，会根据患者当周的周任务平均执行度调整更新训练任务库中的训练项目难易度比例；通过上述方法，实现了训练方案每天和每周的动态调整，从而实现了对失眠障碍患者实施个性化、科学、系统的康复训练，提升了失眠康复效果；同时，也实现了失眠正念治疗的线上化、标准化、全周期化、便携性和高效性，为患者和医生高效、便捷治疗以及管理失眠障碍提供一种辅助工具，从而达到提高医疗服务效率，节约医疗资源，缓解专业服务人才不足的现状；
(2)与现有专利CN115410688A相比，本发明的方法针对临床上表现比例较高的伴焦虑、伴抑郁失眠患者进行了区分，能够有针对性地干预失眠患者突出的焦虑、抑郁症状，有效降低负面情绪因素对睡眠的不利影响，更高效地提升患者睡眠质量；同时，考虑了不同年龄段失眠人群的睡眠特点和工作生活差异，针对不同年龄段的失眠群体，推荐适合其自身的训练时间长短；考虑了不同认知水平(学历)的失眠患者对失眠的认知、正念的理解和掌握程度具有差异性，并据此调整不同认知水平失眠患者的训练任务难易度；而且，根据患者当周完成的周任务平均执行度，动态调整更新下一周采用的训练任务库列表中训练项目的难易度比例，从而调整了下一周每日训练方案增减的训练项目的难易度，继而提高了患者的训练坚持性和依从性；本发明通过上述多因素的考虑并结合睡眠效率这一关键指标，能够科学、动态地调整患者每日训练方案，找到失眠患者的最优训练项目组合方案，显著提高失眠训练效率、治疗效果以及患者的治疗满意度；
(3)本发明提供的失眠正念治疗任务训练方案生成方法，能够根据患者当周昨日的睡眠效率动态调整当日任务训练量，并根据患者当周完成的周任务平均执行度动态调整下一周每天的训练任务库列表中的训练项目难易度比例，能够有效提高全周期(八周)任务训练方案的个性化程度，提高患者的训练坚持性、依从性和治疗效果。
(4)本发明提供的失眠正念治疗任务训练方案生成系统，通过综合评估失眠障碍患者的睡眠质量、失眠严重程度、嗜睡、焦虑和抑郁状况，并依据情绪评估等级进行分层治疗，可帮助医生有效识别、监测精神疾病患者及治疗过程中的风险，从而提高失眠障碍治疗的安全性、差异化、有效性和高效性。
附图说明
图1为本发明实施例的任务训练方案生成方法流程图。
具体实施方式
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。
实施例1
结合图1所示，本发明实施例提供了一种失眠正念治疗任务训练方案生成方法，所述方法包括如下步骤：
步骤S1：患者测评，包括对患者进行基本信息收集、风险问卷调查和初始评估；
其中，所述患者基本信息包括：姓名、年龄、性别、身高、体重、BMI和联系方式等；
所述风险问卷调查内容包括：失眠时间、家族史、躯体疾病、精神症状、服药史、工作性质和学历等；
所述初始评估内容包括：匹兹堡睡眠质量指数PSQI、失眠严重程度指数ISI、嗜睡量表ESS、广泛性焦虑量表GAD-7和简单自测抑郁量表PHQ-9；
步骤S2：根据患者基本信息、调查结果和评估结果，对患者进行失眠分层分析；所述失眠分层包括失眠伴焦虑层、失眠伴抑郁层和一般失眠层。
其中，所述失眠伴焦虑层判定标准为：广泛性焦虑量表评估等级为轻度以上，简单自测抑郁量表评估等级正常；
所述失眠伴抑郁层判定标准为：广泛性焦虑量表评估等级为正常，简单自测抑郁量表评估等级为轻度以上；
所述一般失眠层判定标准为：广泛性焦虑量表和简单自测抑郁量表评估等级均为轻度以上患者或均为正常患者。
其中，各个量表的评分标准见下表1所示：
表1各个量表的评分标准
S3：针对失眠分层后的患者，推送对应的八周初始化训练方案，在八周初始化训练方案中，根据每周的主题和训练目标制定有每周第1天的训练项目，患者根据初始化训练方案进行当周第1天的训练；
其中，不同失眠分层对应的八周初始化训练方案如下表2-4所示，每周连续训练6-7天，在本发明实施例中，优选6天；表2-4中的训练项目列即为每周第1天的任务训练项目，剩余天数的训练项目根据前1天的训练项目进行动态调整生成，具体调整方法见步骤S4。
表2失眠伴焦虑层初始化训练方案
表3失眠伴抑郁层初始化训练方案
表4一般失眠层初始化训练方案(标准训练任务)
步骤S4：从当周第2天开始，先将患者前1天的训练方案置为当日初始化训练方案，然后根据患者的学历调整训练任务库中训练项目的难易度比例，再根据患者的昨日睡眠效率结合患者的年龄，调整当日初始化训练方案中的训练项目数量得到当日训练方案推送给患者进行训练；依此类推，完成当周的训练方案。
所述步骤S4具体包括如下步骤：
步骤S41：从当周第2天开始，将患者当周前1天的训练方案置为当日初始化训练方案；
步骤S42：根据患者的学历映射患者的认知水平，调整训练任务库中训练项目的难易度比例，具体为：
专科以下学历判定为低认知水平，对应的训练任务库列表中的容易训练项目占比为90％，困难任务占比为10％；
专科以上学历判定为高认知水平，对应的训练任务库列表中的容易训练项目占比40％，困难任务占比60％。
步骤S43：根据患者的昨日睡眠效率结合患者的年龄，调整当日初始化训练方案中的当日任务训练量，具体为：
步骤S431：根据患者的年龄进行年龄段分段，获取与患者年龄段对应的每日任务训练项目数量上限和每日任务训练总时长下限。
不同年龄段的每日任务训练项目数量上限设置为相同，均为3-6个，在本发明实施例中，优选为4个。
不同年龄段分层及不同年龄段的每日任务训练总时长下限设置如下：
年龄段1(18岁-44岁)：每天任务训练总时间不少于30分钟；
年龄段2(45岁-60岁)：每天任务训练总时间不少于40分钟；
年龄段3(61岁--)：每天任务训练总时间不少于45分钟。
S432：获取患者的昨日睡眠日记指标——睡眠效率；根据患者的昨日睡眠效率结合患者所在的年龄段，确定当日任务训练项目是否需要增减调整；具体为：
所述睡眠效率的计算公式为：
η＝t/T×100％
上式中，η为睡眠效率；t为实际睡眠时长；T为卧床时长；
根据患者的昨日睡眠效率来确定当日任务训练项目否需要增减调整，具体包括：
步骤S4321：若昨日睡眠效率η≤85％，判定为睡眠效率低，则当日任务训练项目进行增加调整，具体为：
首先判断当日任务训练项目数量；
(1)若当日任务训练项目数量小于患者所在年龄段的任务训练项目数量上限(均为4个)，则当日任务训练项目数量逐次增加1个，并在每次增加后对当日任务训练项目数量和当日任务训练总时长均进行判断：
如果当日任务训练项目数量＝患者所在年龄段的任务训练项目数量上限，或者，当日任务训练总时长≥患者所在年龄段的任务训练总时长下限，两个条件任一满足，则停止继续增加训练项目；
反之，则继续增加训练项目；
(2)若当日任务训练项数量已达到患者所在年龄段的任务训练项数量上限，则当日任务训练项数量保持不变，不再判断任务训练总时长；
步骤S4322：若昨日睡眠效率85<η≤90％，判定为睡眠效率正常，则当日任务训练项目与昨日一样，保持不变；
步骤S4323：若昨日睡眠效率η>90％，判定为睡眠效率良好，则当日任务训练项目进行减少调整，具体为：
首先判断当日任务训练项目数量；
(1)若当日任务训练项目数量>当周第1天的任务训练项目数量，则将当日任务训练项目数量减少1个，并判断减少1个训练项目后的当日任务训练总时长：
(1-1)如果当日任务训练总时长<患者所在年龄段的任务训练总时长下限，则撤销减少的1个训练项目，保持当日任务训练项目数量不变，终止减少；
(1-2)如果当日任务训练总时长≥患者所在年龄段的任务训练总时长下限，则当日任务训练项数量执行减少1个训练项目的操作，终止减少；
(2)若当日任务训练项数量＝当周第一天的任务训练项数量，则当日任务训练项数量保持不变，不再判断任务训练总时长。
与步骤S4321调整时逐次增加1个训练项目不同，步骤S4323在调整时只进行1次减少，并减少1个训练项目，其目的是：在患者当前睡眠效率良好的情况下，避免过度减少训练项目导致患者的睡眠效率大幅度降低。
所述步骤S432中，增减的训练项目获取方法如下：
在训练任务库列表中存储所有训练项目的参数信息，包括：训练项类型、格式、功能、训练时间、内容等级、难易度、训练形态、是否必练、训练频率、音频时长、伴焦虑排序参数、伴抑郁排序参数和失眠排序参数；
所述伴焦虑排序参数、伴抑郁排序参数、失眠排序参数分别针对3种失眠分层对应设置，用于对3种失眠分层对应的训练任务库列表中存储的所有训练项目进行排序，具体为：
在对应于失眠伴焦虑层的训练任务库列表中，存储所有训练项的伴焦虑排序参数，并根据“降低失眠症状，缓解焦虑情绪”的原则对所有训练项进行升序排序；
在对应于失眠伴抑郁层的训练任务库列表中，存储所有训练项的伴抑郁排序参数，并根据“改善失眠，降低抑郁”的原则对所有训练项进行升序排序；
在对应于慢性失眠层的训练任务库列表中，存储所有训练项的一般失眠排序参数，并根据“改善失眠，缓解负性情绪”的原则对所有训练项进行升序排序；
所述步骤S4321中增加训练项目的方式为：根据患者所在分层的初始化训练方案库列表中，按顺序往下取一个训练项目作为增加的训练项目；
所述步骤S4323中减少训练项目的方式为：减去最近增加的一个训练项目；若最近没有增加训练项目，则减去当日训练方案中的最后一个训练项目。
步骤S5：在完成当周训练之后、转入下一周训练之前，获取患者当周的周任务平均执行度，并根据患者当周的周任务平均执行度εw来调整更新训练任务库中的训练项目难易度比例；
在本发明实施例中，患者每周训练6天，其中，周任务平均执行度的计算公式为：
上式中，εw为周任务平均执行度；εd为每日任务执行度，εd＝当天完成任务数/当天任务总数。
根据患者当周的周任务平均执行度εw来调整训练任务库列表中训练项目的难易度比例，具体包括：
如果当周的周任务平均执行度εw≤30％，则训练任务库列表中容易训练项目的占比调整为90％，困难任务项的占比调整为10％；
如果当周的周任务平均执行度30％<εw≤50％，则训练任务库列表中容易训练项目的占比调整为85％，困难任务项的占比调整为15％；
如果上周的周任务平均执行度50％<εw≤80％，则训练任务库列表中容易训练项目的占比调整为80％，困难任务项的占比调整为20％；
如果当周的周任务平均执行度εw>80％，则训练任务库列表中容易训练项目的占比调整为75％，困难训练项的占比调整为25％。
步骤S6：重复上述步骤S3-S5，完成下一周的训练方案；依次类推，直至完成向患者个性化动态推送为期8周的全周期任务训练方案。
其中，本发明实施例中的全周期任务训练方案是依据行业标准，在正念八周课程的基础上进行调整得到，每周疗程的治疗主题和治疗目标如下表5所示：
表5全周期任务训练方案
本发明实施例首先基于失眠患者个人基本特征信息及情绪评估结果，对患者进行失眠分层；然后根据失眠分层结果自动匹配数据库生成有循证证据的数字化正念失眠康复任务训练方案推送给患者训练；该任务训练方案为八周初始化训练方案，其根据每周的主题和训练目标为患者制定了每周第1天的任务训练项目供患者训练，每周剩余第2-6天的训练方案均是在前1天训练方案的基础上，根据患者的学历调整训练任务库中的训练项目难易度比例、根据昨日睡眠效率结合患者年龄增减调整训练项目数量，以此生成当日训练方案并推送给患者，依此类推，完成当周的训练方案；同时，在转入下一周训练之前，会根据患者当周的周任务平均执行度调整更新训练任务库中的训练项目难易度比例；通过上述方法，实现了训练方案每天和每周的动态调整，从而实现了对失眠障碍患者实施个性化、科学、系统的康复训练，提升了失眠康复效果。
实施例2
本发明实施例提供了一种失眠正念治疗任务训练方案生成系统，采用实施例1中所述的方法生成失眠正念治疗任务训练方案，所述系统包括患者端、医生端和服务端；
所述患者端用于进行患者测评和训练方案推送，包括患者基本信息收集模块、风险问题回答模块、量表评估模块和任务训练模块；
所述医生端用于管理患者信息，监测追踪患者训练动态和阶段性评估趋势情况，并可添加其他测评任务、以及添加或禁用训练方案，包括共享模块和消息管理模块；
所述服务端用于管理患者端、医生端以及量表和课程资源，包括共享模块和系统设置模块；
所述共享模块包括：患者管理模块、任务管理模块、数据管理模块和资源管理模块；所述共享模块对所述医生端和所述服务端开放有不同权限；所述权限区别在于：
针对所述任务管理模块，所述医生端可以进行添加其他测评任务、添加或禁用训练方案；所述服务端无法进行上述操作；
针对资源管理模块，所述服务端可对评估量表和课程资源进行添加、编辑或删除，所述医生端无法进行上述操作。
(1)患者端
所述患者端包括患者基本信息收集模块、风险问题回答模块、量表评估模块和任务训练模块。
其中，所述患者基本信息收集模块用于收集患者基本信息并传输给医生端和服务端的患者管理模块；所述患者基本信息包括：姓名、年龄、性别、学历、身高、体重、BMI和联系方式等；
所述风险问题回答模块用于对患者的失眠症状高危影响因素进行采集，采集内容包括：失眠时间、家族史、躯体疾病、精神疾病、服药史、工作性质和学历；
所述量表评估模块用于通过量表对患者进行初始评估并获取评估等级信息，所述量表包括：匹兹堡睡眠质量指数PSQI、失眠严重程度指数ISI、嗜睡量表ESS、广泛性焦虑量表GAD-7和简单自测抑郁量表PHQ-9；
所述任务训练模块用于向患者推送任务训练方案。
(2)医生端
所述医生端包括共享模块和消息管理模块，所述共享模块包括：患者管理模块、任务管理模块、数据管理模块和资源管理模块。
在所述共享模块中的各模块具体为：
所述患者管理模块(共享模块)用于接收、存储和显示患者端采集的患者信息、量表评估信息和失眠处方信息，并在医生端开放权限供医生查看或编辑上述信息。
具体地，医生可通过患者管理模块查看患者信息，包括姓名、性别、出生日期、年龄、职业、身高、体重、学历、婚姻、家族病史、联系方式、躯体疾病、精神症状、工作性质、服药史、现病史、个人史、既往史和备注信息等，并可对其编辑；可通过评估信息查看患者各阶段的评估信息，并预警异常焦虑和抑郁值；失眠处方模块存储为患者分配的初始化训练方案信息、每日任务安排以及处方调整记录，当医生对患者失眠处方的睡眠效率指标进行了调整，会在所述处方调整记录中显示；
所述任务管理模块(共享模块)用于存储系统预置的失眠测评任务和用于康复训练的训练任务库，包括测评任务模块和训练方案模块。
所述测评任务模块预置有失眠评测任务，所述测评任务模块与患者端的测评信息和测评结果同步，并在医生端开放权限给医生进行添加其他测评任务。
所述测评任务包括：风险问卷、匹兹堡睡眠质量指数、睡眠严重程度指数、嗜睡量表、广泛性焦虑量表和简单自测抑郁量表等；通过综合评估失眠障碍患者的睡眠质量、失眠严重程度、嗜睡、焦虑和抑郁状况，并依据情绪评估等级进行分层测评，可帮助医生有效识别、监测精神疾病患者及治疗过程中的风险，从而提高失眠障碍治疗的安全性、差异化、有效性和高效性。
所述训练方案模块预置有3类初始化训练方案，包含一般失眠层初始化训练方案、失眠伴焦虑层初始化训练方案和失眠伴抑郁层初始化训练方案，并针对不同的失眠分层患者匹配相应的训练方案推送至医生端；医生审核患者信息并再次为患者开启任务后，患者在患者端即可接收训练方案开始训练。
所述数据管理模块(共享模块)用于存储、管理和显示患者的测评数据、康复数据和睡眠数据。
其中，所述测评数据的二级模块主要展示患者的测评报告及各阶段的匹兹堡睡眠质量指数、睡眠严重程度指数、嗜睡量表、广泛性焦虑量表、简单自测抑郁量表的数据记录及其趋势；
所述康复数据的二级模块显示患者的任务执行信息，包括任务名称、累计天数、累计时长、进度(周进度和总进度)、执行度；
所述睡眠数据的二级模块显示患者的睡眠日记数据，包括每日睡眠效率和周平均睡眠效率、每日睡眠时长和周平均睡眠时长、每日入睡时长和周平均入睡时长、每日夜醒时长和周平均夜醒时长、每日夜醒次数和周平均夜醒次数、每日睡眠品质和周平均睡眠品质、以及每日睡眠时间窗和周平均睡眠时间窗等。
其中，睡眠时间窗就是根据睡眠日记中的数据指标来计算出睡眠时间和起床时间，这两个时间点之间的时间段就是睡眠时间窗。
所述资源管理模块用于评估量表管理和课程管理，并在服务端开放权限供设计开发人员对评估量表和课程资源进行添加、编辑或删除。
其中，所述评估量表管理的二级模块显示评估量表信息，所述课程管理的二级模块显示各类训练任务课程及其排序信息。
所述消息管理模块用于接收患者相关的消息，包括患者入组消息、患者评估指标异常消息、患者处方待发布消息等，以方便医生及时前往处理。
(3)服务端
所述服务端包括共享模块和系统设置模块。
其中，所述共享模块前面已经详细介绍，此处不再赘述。
所述系统设置模块用于医生管理、角色管理、医院管理和科室管理；所述医生管理的二级模块显示医生的各类信息，包括角色、医院、科室等，并可添加医生或是对医生信息进行编辑；所述角色管理的二级模块可添加、编辑或是删除角色信息；所述医院管理的二级模块可添加、编辑或是删除医院信息；所述科室管理二级模块可添加、编辑或是删除科室信息。
以上所述仅为本发明的实施例而已，并不用以限制本发明。凡在本发明的申请范围内所做的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (20)
1.一种失眠正念治疗任务训练方案生成方法，其特征在于，所述方法包括如下步骤：
步骤S1：患者测评，包括对患者进行基本信息收集、风险问卷调查和初始评估；
步骤S2：根据测评信息对患者进行失眠分层分析；所述失眠分层包括失眠伴焦虑层、失眠伴抑郁层和一般失眠层；
步骤S3：针对失眠分层后的患者，推送对应的八周初始化训练方案，在八周初始化训练方案中，根据每周的主题和训练目标指定有每周第1天的训练项目，患者根据初始化训练方案进行当周第1天的训练；
步骤S4：从当周第2天开始，在患者前1天训练方案基础上，根据患者的学历、昨日睡眠效率和年龄，调整生成当日训练方案推送给患者进行训练；依此类推，完成当周的训练方案；
步骤S5：在完成当周训练之后、转入下一周训练之前，获取患者当周的周任务平均执行度，并根据患者当周的周任务平均执行度εw来调整更新训练任务库中的训练项目难易度比例；
步骤S6：重复步骤S3-S5，完成下一周的训练方案；依次类推，直至患者完成为期8周的全周期任务训练方案。
2.根据权利要求1所述的方法，其特征在于，在步骤S1中，所述患者基本信息包括：姓名、年龄、性别、身高、体重、BMI和联系方式；
所述风险问卷调查内容包括：失眠时间、家族史、躯体疾病、精神症状、服药史、工作性质和学历；
所述初始评估内容包括：匹兹堡睡眠质量指数PSQI、失眠严重程度指数ISI、嗜睡量表ESS、广泛性焦虑量表GAD-7和简单自测抑郁量表PHQ-9。
3.根据权利要求1所述的方法，其特征在于，在步骤S2中，所述失眠伴焦虑层判定标准为：广泛性焦虑量表评估等级为轻度以上，简单自测抑郁量表评估等级正常；
所述失眠伴抑郁层判定标准为：广泛性焦虑量表评估等级为正常，简单自测抑郁量表评估等级为轻度以上；
所述一般失眠层判定标准为：广泛性焦虑量表和简单自测抑郁量表评估等级均为轻度以上患者或均为正常患者。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述步骤S3中的八周初始化训练方案包括：失眠伴焦虑层初始化训练方案、失眠伴抑郁层初始化训练方案和一般失眠层初始化训练方案；
所述八周初始化训练方案中每周连续训练6-7天，每周制定有第1天的训练项目，具体为：
(1)所述失眠伴焦虑层初始化训练方案：
第1周第1天的训练项目包括：身体扫描和渐进式肌肉放松；
第2周第1天的训练项目包括：身体扫描和紧张呼吸放松；
第3周第1天的训练项目包括：身体扫描和正念行走；
第4周第1天的训练项目包括：静观伸展和呼吸觉察；
第5周第1天的训练项目包括：静观伸展、无拣择觉察和基础版3步呼吸空间；
第6周第1天的训练项目包括：静观伸展、与困难共处和基础版3步呼吸空间；
第7周第1天的训练项目包括：静观伸展和基础版3步呼吸空间；
第8周第1天的训练项目包括：自由选择和回应版3步呼吸空间；
(2)所述失眠伴抑郁层初始化训练方案：
第1周第1天的训练项目包括：身体扫描和正念呼吸；
第2周第1天的训练项目包括：身体扫描和正念呼吸；
第3周第1天的训练项目包括：正念呼吸、基础版3步呼吸空间和静观伸展；
第4周第1天的训练项目包括：正念行走、呼吸觉察和基础版3步呼吸空间；
第5周第1天的训练项目包括：与困难共处、基础版3步呼吸空间和无拣择觉察；
第6周第1天的训练项目包括：回应版3步呼吸空间、无拣择觉察和静观伸展；
第7周第1天的训练项目包括：自由选择、回应版3步呼吸空间和慈心静观；
第8周第1天的训练项目包括：自由选择、回应版3步呼吸空间和慈心静观；
(3)所述一般失眠层初始化训练方案：
第1周第1天的训练项目包括：身体扫描和紧张呼吸放松；
第2周第1天的训练项目包括：身体扫描和渐进式肌肉放松；
第3周第1天的训练项目包括：正念行走和身体扫描；
第4周第1天的训练项目包括：静观伸展和呼吸觉察；
第5周第1天的训练项目包括：正念行走、无拣择觉察和基础版3步呼吸空间；
第6周第1天的训练项目包括：静观伸展、正念呼吸和基础版3步呼吸空间；
第7周第1天的训练项目包括：自由选择、回应版3步呼吸空间和十指感恩；
第8周第1天的训练项目包括：自由选择、回应版3步呼吸空间和慈心静观。
5.根据权利要求1所述的方法，其特征在于，所述步骤S4具体包括如下步骤：
步骤S41：从当周第2天开始，将患者前1天的训练方案置为当日初始化训练方案；
步骤S42：根据患者的学历映射患者的认知水平，调整训练任务库中训练项目的难易度比例；
步骤S43：根据患者的昨日睡眠效率结合患者的年龄，调整当日初始化训练方案中的训练项目数量得到当日训练方案推送给患者进行训练；
步骤S44：按照上述方法依此类推，完成当周的训练方案。
6.根据权利要求5所述的方法，其特征在于，所述步骤S42具体包括：
专科以下学历判定为低认知水平，对应的训练任务库列表中的容易训练项目占比为90％，困难任务占比为10％；
专科以上学历判定为高认知水平，对应的训练任务库列表中的容易训练项目占比40％，困难任务占比60％。
7.根据权利要求5或6所述的方法，其特征在于，所述步骤S43具体包括：
步骤S431：根据患者的年龄进行年龄段分段，获取与患者年龄段对应的每日任务训练项目数量上限和每日任务训练总时长下限；
S432：获取患者的昨日睡眠日记指标——睡眠效率；根据患者的昨日睡眠效率结合患者所在的年龄段，确定当日任务训练项目是否需要增减调整；
步骤S4321：若昨日睡眠效率η≤85％，判定为睡眠效率低，则当日任务训练项目进行增加调整；
步骤S4322：若昨日睡眠效率85<η≤90％，判定为睡眠效率正常，则当日任务训练项目与昨日一样，保持不变；
步骤S4323：若昨日睡眠效率η>90％，判定为睡眠效率良好，则当日任务训练项目进行减少调整。
8.根据权利要求7所述的方法，其特征在于，所述睡眠效率的计算公式为：
η＝t/T×100％
上式中，η为睡眠效率；t为实际睡眠时长；T为卧床时长。
9.根据权利要求7所述的方法，其特征在于，所述步骤S4321中，若昨日睡眠效率η≤85％，判定为睡眠效率低，则当日任务训练项目进行增加调整，具体为：
首先判断当日任务训练项目数量；
(1)若当日任务训练项目数量小于患者所在年龄段的任务训练项目数量上限，则当日任务训练项目数量逐次增加1个，并在每次增加后对当日任务训练项目数量和当日任务训练总时长均进行判断：
如果当日任务训练项目数量＝患者所在年龄段的任务训练项目数量上限，或者，当日任务训练总时长≥患者所在年龄段的任务训练总时长下限，两个条件任一满足，则停止继续增加训练项目；
反之，则继续增加训练项目；
(2)若当日任务训练项数量已达到患者所在年龄段的任务训练项数量上限，则当日任务训练项数量保持不变，不再判断任务训练总时长。
10.根据权利要求9所述的方法，其特征在于，所述步骤S4323中，若昨日睡眠效率η>90％，判定为睡眠效率良好，则当日任务训练项目进行减少调整，具体为：
首先判断当日任务训练项目数量；
(1)若当日任务训练项目数量>当周第1天的任务训练项目数量，则将当日任务训练项目数量减少1个，并判断减少1个训练项目后的当日任务训练总时长：
(1-1)如果当日任务训练总时长<患者所在年龄段的任务训练总时长下限，则撤销减少的1个训练项目，保持当日任务训练项目数量不变，终止减少；
(1-2)如果当日任务训练总时长≥患者所在年龄段的任务训练总时长下限，则当日任务训练项数量执行减少1个训练项目的操作，终止减少；
(2)若当日任务训练项数量＝当周第一天的任务训练项数量，则当日任务训练项数量保持不变，不再判断任务训练总时长。
11.根据权利要求10所述的方法，其特征在于，所述步骤S432中，增减的训练项目获取方法如下：
在训练任务库列表中存储所有训练项目的参数信息，包括：训练项类型、格式、功能、训练时间、内容等级、难易度、训练形态、是否必练、训练频率、音频时长、伴焦虑排序参数、伴抑郁排序参数和失眠排序参数；
所述伴焦虑排序参数、伴抑郁排序参数、失眠排序参数分别针对3种失眠分层对应设置，用于对3种失眠分层对应的训练任务库列表中存储的所有训练项目进行排序，具体为：
在对应于失眠伴焦虑层的训练任务库列表中，存储所有训练项的伴焦虑排序参数，并根据“降低失眠症状，缓解焦虑情绪”的原则对所有训练项进行升序排序；
在对应于失眠伴抑郁层的训练任务库列表中，存储所有训练项的伴抑郁排序参数，并根据“改善失眠，降低抑郁”的原则对所有训练项进行升序排序；
在对应于一般失眠层的训练任务库列表中，存储所有训练项的一般失眠排序参数，并根据“改善失眠，缓解负性情绪”的原则对所有训练项进行升序排序；
所述步骤S4321中增加训练项目的方式为：根据患者所在分层的初始化训练方案库列表中，按顺序往下取一个训练项目作为增加的训练项目；
所述步骤S4323中减少训练项目的方式为：减去最近增加的一个训练项目；若最近没有增加训练项目，则减去当日训练方案中的最后一个训练项目。
12.根据权利要求10所述的方法，其特征在于，不同年龄段的每日任务训练项目数量上限相同，均为3-6个；
不同年龄段分层及不同年龄段的每日任务训练总时长下限设置如下：
年龄段1：18岁-44岁；每天任务训练总时间不少于30分钟；
年龄段2：45岁-60岁；每天任务训练总时间不少于40分钟；
年龄段3：≥61岁；每天任务训练总时间不少于45分钟。
13.根据权利要求1所述的方法，其特征在于，所述步骤S5中，根据患者当周的周任务平均执行度εw来调整训练任务库列表中训练项目的难易度比例，具体包括：
如果当周的周任务平均执行度εw≤30％，则训练任务库列表中容易训练项目的占比调整为90％，困难任务项的占比调整为10％；
如果当周的周任务平均执行度30％<εw≤50％，则训练任务库列表中容易训练项目的占比调整为85％，困难任务项的占比调整为15％；
如果上周的周任务平均执行度50％<εw≤80％，则训练任务库列表中容易训练项目的占比调整为80％，困难任务项的占比调整为20％；
如果当周的周任务平均执行度εw>80％，则训练任务库列表中容易训练项目的占比调整为75％，困难训练项的占比调整为25％。
14.根据权利要求13所述的方法，其特征在于，所述周任务平均执行度的计算公式为：
上式中，εw为周任务平均执行度；εd为每日任务执行度，εd＝当天完成任务数/当天任务总数；Dw为每周训练天数。
15.根据权利要求1所述的方法，其特征在于，所述全周期任务训练方案是依据行业标准，在正念八周课程的基础上进行调整得到，每周疗程的治疗主题和治疗目标如下：
第1周：治疗主题——认识自己的睡眠；治疗目标——了解什么是正念并开始练习；学习理解失眠的成因、理论模型以及有关睡眠的重要认知观念；
第2周：治疗主题——退出自动导航；治疗目标——了解如何退出自动导航以及睡眠的重要观念，建立对睡眠的新认识；每天正念练习；
第3周：治疗主题——睡眠巩固计划1；治疗目标——解引发睡眠的三要素，学习睡眠限制法，增加有效睡眠时间，提高睡眠效率；每天正念练习；
第4周：治疗主题——睡眠巩固计划2；治疗目标——了解睡眠的刺激控制法，重新建立睡眠与床的关系，减缓焦虑；每天正念练习；
第5周：治疗主题——应对头脑层面的挑战；治疗目标——了解刺激控制法和睡眠限制法结合的基本做法，学会认知解离，继续巩固和修复睡眠；每天正念练习；
第6周：治疗主题——与困难共处；治疗目标——学会接纳与放下的原则，正确应对生活中的困扰；每天正念练习；
第7周：治疗主题——重新审视与睡眠的关系；治疗目标——将正念融入到生活中，学会自我关怀；每天正念练习；
第8周：治疗主题——开启正念新生活；治疗目标——深化正念融入生活的能力，学习应对失眠反复；每天正念练习。
16.一种失眠正念治疗任务训练方案生成系统，采用如权利要求1-15任一项所述的方法生成失眠正念治疗任务训练方案，其特征在于，所述系统包括患者端、医生端和服务端；
所述患者端用于进行患者测评和训练方案推送，包括患者基本信息收集模块、风险问题回答模块、量表评估模块和任务训练模块；
所述医生端用于管理患者信息，监测追踪患者训练动态和阶段性评估趋势情况，并可添加测评任务、以及添加或禁用训练方案，包括共享模块和消息管理模块；
所述服务端用于管理患者端、医生端以及量表和课程资源，包括共享模块和系统设置模块；
所述共享模块包括：患者管理模块、任务管理模块、数据管理模块和资源管理模块；所述共享模块对所述医生端和所述服务端开放有不同权限。
17.根据权利要求16所述的系统，其特征在于，所述共享模块对所述医生端和所述服务端开放有不同权限，所述权限区别在于：
针对所述任务管理模块，所述医生端可以进行添加测评任务、添加或禁用训练方案；所述服务端无法进行添加测评任务、添加或禁用训练方案；
针对资源管理模块，所述服务端可对评估量表和课程资源进行添加、编辑或删除，所述医生端无法对评估量表和课程资源进行添加、编辑或删除。
18.根据权利要求16所述的系统，其特征在于，在所述共享模块中：
所述患者管理模块用于接收、存储和显示患者端采集的患者信息、量表评估信息和失眠处方信息，并在医生端开放权限供医生查看或编辑上述信息；
所述任务管理模块用于存储系统预置的失眠测评任务和用于康复训练的训练任务库，包括测评任务模块和训练方案模块；
所述数据管理模块存储、管理和显示患者的测评数据、康复数据和睡眠数据；
所述资源管理模块用于评估量表管理和课程管理，并在服务端开放权限供设计开发人员对评估量表和课程资源进行添加、编辑或删除。
19.根据权利要求18所述的系统，其特征在于，在所述任务管理模块中：
所述测评任务模块预置有失眠评测任务，所述测评任务模块与所述患者端的测评信息和测评结果同步，并在医生端开放权限供医生进行添加测评任务；
所述训练方案模块预置有3类初始化训练方案，包含一般失眠层初始化训练方案、失眠伴焦虑层初始化训练方案和失眠伴抑郁层初始化训练方案，并针对不同的失眠分层患者匹配相应的初始化训练方案推送至医生端；医生审核患者信息并再次为患者开启任务后，患者在患者端即可接收训练方案开始训练。
20.根据权利要求18所述的系统，其特征在于，所述医生端的消息管理模块用于接收患者相关的消息，包括患者入组消息、患者评估指标异常消息和患者处方待发布消息；
所述服务端的系统设置模块用于医生管理、角色管理、医院管理和科室管理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310943414.7A CN116936036B (zh) | 2023-07-28 | 2023-07-28 | 一种失眠正念治疗任务训练方案生成方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310943414.7A CN116936036B (zh) | 2023-07-28 | 2023-07-28 | 一种失眠正念治疗任务训练方案生成方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116936036A true CN116936036A (zh) | 2023-10-24 |
| CN116936036B CN116936036B (zh) | 2024-03-15 |
Family
ID=88380484
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310943414.7A Active CN116936036B (zh) | 2023-07-28 | 2023-07-28 | 一种失眠正念治疗任务训练方案生成方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116936036B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117275675A (zh) * | 2023-11-16 | 2023-12-22 | 北京无疆脑智科技有限公司 | 训练方案生成方法、装置、电子设备和存储介质 |
| CN118614879A (zh) * | 2024-08-12 | 2024-09-10 | 北京又见一心网络文化有限公司 | 一种基于标准差的睡眠阶段分期方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107169272A (zh) * | 2017-05-04 | 2017-09-15 | 北京心海导航教育科技股份有限公司 | 认知行为训练方法及系统 |
| CN113111952A (zh) * | 2021-04-20 | 2021-07-13 | 北京心康医学科技有限公司 | 一种基于人工智能的睡眠训练方法及系统 |
| CN114141330A (zh) * | 2021-11-26 | 2022-03-04 | 上海梅斯医药科技有限公司 | 一种睡眠管理方法、系统、智能移动设备和存储介质 |
| CN114360691A (zh) * | 2021-12-08 | 2022-04-15 | 深圳大学 | 心理韧性的训练方法、终端设备及计算机可读存储介质 |
| CN115410688A (zh) * | 2022-08-24 | 2022-11-29 | 王配配 | 以正念为基础的失眠认知行为治疗方案生成方法及装置 |
-
2023
- 2023-07-28 CN CN202310943414.7A patent/CN116936036B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107169272A (zh) * | 2017-05-04 | 2017-09-15 | 北京心海导航教育科技股份有限公司 | 认知行为训练方法及系统 |
| CN113111952A (zh) * | 2021-04-20 | 2021-07-13 | 北京心康医学科技有限公司 | 一种基于人工智能的睡眠训练方法及系统 |
| CN114141330A (zh) * | 2021-11-26 | 2022-03-04 | 上海梅斯医药科技有限公司 | 一种睡眠管理方法、系统、智能移动设备和存储介质 |
| CN114360691A (zh) * | 2021-12-08 | 2022-04-15 | 深圳大学 | 心理韧性的训练方法、终端设备及计算机可读存储介质 |
| CN115410688A (zh) * | 2022-08-24 | 2022-11-29 | 王配配 | 以正念为基础的失眠认知行为治疗方案生成方法及装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117275675A (zh) * | 2023-11-16 | 2023-12-22 | 北京无疆脑智科技有限公司 | 训练方案生成方法、装置、电子设备和存储介质 |
| CN117275675B (zh) * | 2023-11-16 | 2024-03-26 | 北京无疆脑智科技有限公司 | 训练方案生成方法、装置、电子设备和存储介质 |
| CN118614879A (zh) * | 2024-08-12 | 2024-09-10 | 北京又见一心网络文化有限公司 | 一种基于标准差的睡眠阶段分期方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116936036B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116936036B (zh) | 一种失眠正念治疗任务训练方案生成方法及系统 | |
| Muench et al. | We know CBT-I works, now what? | |
| Olsen et al. | Motivational interviewing (MINT) improves continuous positive airway pressure (CPAP) acceptance and adherence: a randomized controlled trial. | |
| Gooneratne et al. | Sleep in older adults: normative changes, sleep disorders, and treatment options | |
| Curtis et al. | An eight-week yoga intervention is associated with improvements in pain, psychological functioning and mindfulness, and changes in cortisol levels in women with fibromyalgia | |
| Hawkley et al. | Loneliness impairs daytime functioning but not sleep duration. | |
| Clancy et al. | Outcomes of cognitive-behavioral treatment for insomnia on insomnia, depression, and fatigue for individuals with multiple sclerosis: a case series | |
| Grossman et al. | Mindfulness-based intervention does not influence cardiac autonomic control or the pattern of physical activity in fibromyalgia during daily life: an ambulatory, multimeasure randomized controlled trial | |
| Taibi et al. | A pilot study of sleep quality and rest–activity patterns in persons living with HIV | |
| Edwards et al. | Experimentally increasing sedentary behavior results in decreased sleep quality among young adults | |
| Nguyen‐Michel et al. | Underperception of naps in older adults referred for a sleep assessment: an insomnia trait and a cognitive problem? | |
| Zetterqvist et al. | Acceptance-based behavioural treatment for insomnia in chronic pain: A clinical pilot study | |
| CN113035296A (zh) | 用于icu后综合征的随访方法及系统 | |
| Ma et al. | The effects of tai chi on sleep quality in Chinese American patients with major depressive disorder: a pilot study | |
| Chiu et al. | Resting heart rate variability and emotion dysregulation in adolescents with autism spectrum disorder | |
| Daffre et al. | Rapid eye movement sleep parasympathetic activity predicts wake hyperarousal symptoms following a traumatic event | |
| Han et al. | Effect of attribution training on early postoperative depression of kidney transplant recipients | |
| Speth et al. | As we fall asleep we forget about the future: A quantitative linguistic analysis of mentation reports from hypnagogia | |
| Riley et al. | A computer device to deliver behavioral interventions for insomnia | |
| Shanahan et al. | Sleep disorders in attention-deficit hyperactivity disorder and autism spectrum disorder: a pragmatic approach to assessment and management | |
| Arnaboldi et al. | Perceived utility of an integrated psychological intervention for gynaecological cancer patients admitted for surgery: preliminary data | |
| Pereira et al. | Cognitive behavioral therapy for postamputation chronic pain: a case report | |
| Nowak | The effect of timed blue-green light on sleep-wake patterns in women with Alzheimer's disease | |
| Hsu et al. | The effect of we’ll app on social-support, self-efficacy, and EPDS for PPD | |
| Meng et al. | An analysis of the mediating effect of self-compassion on perceived stress and prosocial behavior among Intensive care unit nurses |
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 |