CN117116490A - 心血管病评估模型构建方法、膳食食疗及健康管理系统 - Google Patents
心血管病评估模型构建方法、膳食食疗及健康管理系统 Download PDFInfo
- Publication number
- CN117116490A CN117116490A CN202310980969.9A CN202310980969A CN117116490A CN 117116490 A CN117116490 A CN 117116490A CN 202310980969 A CN202310980969 A CN 202310980969A CN 117116490 A CN117116490 A CN 117116490A
- Authority
- CN
- China
- Prior art keywords
- model
- cardiovascular disease
- cardiovascular
- disease assessment
- health
- 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
- 208000024172 Cardiovascular disease Diseases 0.000 title claims abstract description 114
- 230000036541 health Effects 0.000 title claims abstract description 103
- 235000005911 diet Nutrition 0.000 title claims abstract description 32
- 230000037213 diet Effects 0.000 title claims abstract description 29
- 238000013210 evaluation model Methods 0.000 title claims abstract description 17
- 238000010276 construction Methods 0.000 title claims abstract description 16
- 238000002560 therapeutic procedure Methods 0.000 title claims abstract description 14
- 238000012549 training Methods 0.000 claims abstract description 45
- 230000002526 effect on cardiovascular system Effects 0.000 claims abstract description 41
- 238000000034 method Methods 0.000 claims abstract description 35
- 230000007211 cardiovascular event Effects 0.000 claims abstract description 25
- 238000011156 evaluation Methods 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000012795 verification Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 58
- 235000015097 nutrients Nutrition 0.000 claims description 10
- 238000012360 testing method Methods 0.000 claims description 9
- 238000007405 data analysis Methods 0.000 claims description 8
- 230000001419 dependent effect Effects 0.000 claims description 7
- 235000021196 dietary intervention Nutrition 0.000 claims description 7
- 108010074051 C-Reactive Protein Proteins 0.000 claims description 6
- 206010008190 Cerebrovascular accident Diseases 0.000 claims description 6
- 102000017011 Glycated Hemoglobin A Human genes 0.000 claims description 6
- 108010014663 Glycated Hemoglobin A Proteins 0.000 claims description 6
- 102400001263 NT-proBNP Human genes 0.000 claims description 6
- 208000006011 Stroke Diseases 0.000 claims description 6
- 102000004987 Troponin T Human genes 0.000 claims description 6
- 108090001108 Troponin T Proteins 0.000 claims description 6
- 230000002490 cerebral effect Effects 0.000 claims description 6
- 108010008064 pro-brain natriuretic peptide (1-76) Proteins 0.000 claims description 6
- 206010007556 Cardiac failure acute Diseases 0.000 claims description 5
- 108010028554 LDL Cholesterol Proteins 0.000 claims description 4
- 206010000891 acute myocardial infarction Diseases 0.000 claims description 4
- 230000024924 glomerular filtration Effects 0.000 claims description 4
- 239000003550 marker Substances 0.000 claims description 4
- 230000035488 systolic blood pressure Effects 0.000 claims description 4
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000000378 dietary effect Effects 0.000 claims description 3
- UFTFJSFQGQCHQW-UHFFFAOYSA-N triformin Chemical compound O=COCC(OC=O)COC=O UFTFJSFQGQCHQW-UHFFFAOYSA-N 0.000 claims description 3
- 230000002008 hemorrhagic effect Effects 0.000 claims description 2
- 230000000302 ischemic effect Effects 0.000 claims description 2
- 230000004083 survival effect Effects 0.000 claims description 2
- 239000008280 blood Substances 0.000 description 23
- 210000004369 blood Anatomy 0.000 description 23
- 235000013305 food Nutrition 0.000 description 22
- 230000036772 blood pressure Effects 0.000 description 17
- 239000003814 drug Substances 0.000 description 17
- 235000019197 fats Nutrition 0.000 description 10
- 201000010099 disease Diseases 0.000 description 9
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 9
- 230000006872 improvement Effects 0.000 description 9
- 235000012054 meals Nutrition 0.000 description 9
- 230000035622 drinking Effects 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 6
- 206010012601 diabetes mellitus Diseases 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000007958 sleep Effects 0.000 description 6
- 206010020772 Hypertension Diseases 0.000 description 5
- 238000012502 risk assessment Methods 0.000 description 5
- 230000000391 smoking effect Effects 0.000 description 5
- 241000251468 Actinopterygii Species 0.000 description 4
- 102100032752 C-reactive protein Human genes 0.000 description 4
- WQZGKKKJIJFFOK-GASJEMHNSA-N Glucose Natural products OC[C@H]1OC(O)[C@H](O)[C@@H](O)[C@@H]1O WQZGKKKJIJFFOK-GASJEMHNSA-N 0.000 description 4
- 206010020751 Hypersensitivity Diseases 0.000 description 4
- 230000037396 body weight Effects 0.000 description 4
- 230000036996 cardiovascular health Effects 0.000 description 4
- DDRJAANPRJIHGJ-UHFFFAOYSA-N creatinine Chemical compound CN1CC(=O)NC1=N DDRJAANPRJIHGJ-UHFFFAOYSA-N 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 235000019688 fish Nutrition 0.000 description 4
- 239000008103 glucose Substances 0.000 description 4
- 150000002632 lipids Chemical class 0.000 description 4
- 210000003205 muscle Anatomy 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 150000001720 carbohydrates Chemical class 0.000 description 3
- 235000014633 carbohydrates Nutrition 0.000 description 3
- 229910052500 inorganic mineral Inorganic materials 0.000 description 3
- 239000011707 mineral Substances 0.000 description 3
- 239000006041 probiotic Substances 0.000 description 3
- 235000018291 probiotics Nutrition 0.000 description 3
- 238000004393 prognosis Methods 0.000 description 3
- 235000018102 proteins Nutrition 0.000 description 3
- 102000004169 proteins and genes Human genes 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000013517 stratification Methods 0.000 description 3
- 235000013343 vitamin Nutrition 0.000 description 3
- 229940088594 vitamin Drugs 0.000 description 3
- 229930003231 vitamin Natural products 0.000 description 3
- 239000011782 vitamin Substances 0.000 description 3
- 208000032928 Dyslipidaemia Diseases 0.000 description 2
- 208000016988 Hemorrhagic Stroke Diseases 0.000 description 2
- 208000031226 Hyperlipidaemia Diseases 0.000 description 2
- 208000032382 Ischaemic stroke Diseases 0.000 description 2
- 208000017170 Lipid metabolism disease Diseases 0.000 description 2
- 241001248610 Ophiocordyceps sinensis Species 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 150000001413 amino acids Chemical class 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 235000004251 balanced diet Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 235000019577 caloric intake Nutrition 0.000 description 2
- 208000026106 cerebrovascular disease Diseases 0.000 description 2
- 235000012000 cholesterol Nutrition 0.000 description 2
- 208000020832 chronic kidney disease Diseases 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 229940109239 creatinine Drugs 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 235000013325 dietary fiber Nutrition 0.000 description 2
- 235000013402 health food Nutrition 0.000 description 2
- 230000004217 heart function Effects 0.000 description 2
- 208000020658 intracerebral hemorrhage Diseases 0.000 description 2
- 238000009533 lab test Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 208000030159 metabolic disease Diseases 0.000 description 2
- 230000002503 metabolic effect Effects 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 235000013406 prebiotics Nutrition 0.000 description 2
- 102000004196 processed proteins & peptides Human genes 0.000 description 2
- 108090000765 processed proteins & peptides Proteins 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000004224 protection Effects 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 235000015598 salt intake Nutrition 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 150000003626 triacylglycerols Chemical class 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 244000167222 Acanthopanax sessiliflorus Species 0.000 description 1
- 235000017615 Acanthopanax sessiliflorus Nutrition 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 208000025494 Aortic disease Diseases 0.000 description 1
- 241001061264 Astragalus Species 0.000 description 1
- 241000972773 Aulopiformes Species 0.000 description 1
- 240000001548 Camellia japonica Species 0.000 description 1
- 208000031229 Cardiomyopathies Diseases 0.000 description 1
- 206010007687 Carotid artery stenosis Diseases 0.000 description 1
- 244000037364 Cinnamomum aromaticum Species 0.000 description 1
- 235000014489 Cinnamomum aromaticum Nutrition 0.000 description 1
- 241001264174 Cordyceps militaris Species 0.000 description 1
- 235000009917 Crataegus X brevipes Nutrition 0.000 description 1
- 235000013204 Crataegus X haemacarpa Nutrition 0.000 description 1
- 235000009685 Crataegus X maligna Nutrition 0.000 description 1
- 235000009444 Crataegus X rubrocarnea Nutrition 0.000 description 1
- 235000009486 Crataegus bullatus Nutrition 0.000 description 1
- 235000017181 Crataegus chrysocarpa Nutrition 0.000 description 1
- 235000009682 Crataegus limnophila Nutrition 0.000 description 1
- 235000004423 Crataegus monogyna Nutrition 0.000 description 1
- 240000000171 Crataegus monogyna Species 0.000 description 1
- 235000002313 Crataegus paludosa Nutrition 0.000 description 1
- 235000009840 Crataegus x incaedua Nutrition 0.000 description 1
- 229920000858 Cyclodextrin Polymers 0.000 description 1
- 241001523681 Dendrobium Species 0.000 description 1
- 239000001116 FEMA 4028 Substances 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 240000008397 Ganoderma lucidum Species 0.000 description 1
- 235000001637 Ganoderma lucidum Nutrition 0.000 description 1
- 241000168517 Haematococcus lacustris Species 0.000 description 1
- 241000361919 Metaphire sieboldi Species 0.000 description 1
- 208000008589 Obesity Diseases 0.000 description 1
- 206010033307 Overweight Diseases 0.000 description 1
- 241000847925 Paeonia ostii Species 0.000 description 1
- 208000005764 Peripheral Arterial Disease Diseases 0.000 description 1
- 208000030831 Peripheral arterial occlusive disease Diseases 0.000 description 1
- 244000134552 Plantago ovata Species 0.000 description 1
- 235000003421 Plantago ovata Nutrition 0.000 description 1
- 240000007164 Salvia officinalis Species 0.000 description 1
- 208000024248 Vascular System injury Diseases 0.000 description 1
- 208000012339 Vascular injury Diseases 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000007244 Zea mays Nutrition 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 210000000577 adipose tissue Anatomy 0.000 description 1
- 230000000172 allergic effect Effects 0.000 description 1
- 235000001014 amino acid Nutrition 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 206010003119 arrhythmia Diseases 0.000 description 1
- 230000006793 arrhythmia Effects 0.000 description 1
- 235000006533 astragalus Nutrition 0.000 description 1
- 230000003143 atherosclerotic effect Effects 0.000 description 1
- 208000010668 atopic eczema Diseases 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- WHGYBXFWUBPSRW-FOUAGVGXSA-N beta-cyclodextrin Chemical compound OC[C@H]([C@H]([C@@H]([C@H]1O)O)O[C@H]2O[C@@H]([C@@H](O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O3)[C@H](O)[C@H]2O)CO)O[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@@H]3O[C@@H]1CO WHGYBXFWUBPSRW-FOUAGVGXSA-N 0.000 description 1
- 235000011175 beta-cyclodextrine Nutrition 0.000 description 1
- 229960004853 betadex Drugs 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 230000002612 cardiopulmonary effect Effects 0.000 description 1
- 208000006170 carotid stenosis Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 235000018597 common camellia Nutrition 0.000 description 1
- 235000013409 condiments Nutrition 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 229940089639 cornsilk Drugs 0.000 description 1
- 230000001351 cycling effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 235000018823 dietary intake Nutrition 0.000 description 1
- 235000020979 dietary recommendations Nutrition 0.000 description 1
- 208000016097 disease of metabolism Diseases 0.000 description 1
- 238000001647 drug administration Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 206010014665 endocarditis Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004519 grease Substances 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 241000411851 herbal medicine Species 0.000 description 1
- 239000010903 husk Substances 0.000 description 1
- 208000015210 hypertensive heart disease Diseases 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 230000003907 kidney function Effects 0.000 description 1
- 230000006651 lactation Effects 0.000 description 1
- 235000021374 legumes Nutrition 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 238000013173 literature analysis Methods 0.000 description 1
- 230000003908 liver function Effects 0.000 description 1
- 230000004199 lung function Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 208000010125 myocardial infarction Diseases 0.000 description 1
- 208000031225 myocardial ischemia Diseases 0.000 description 1
- 208000015122 neurodegenerative disease Diseases 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 235000014571 nuts Nutrition 0.000 description 1
- 235000020824 obesity Nutrition 0.000 description 1
- 229940012843 omega-3 fatty acid Drugs 0.000 description 1
- 235000020660 omega-3 fatty acid Nutrition 0.000 description 1
- 239000006014 omega-3 oil Substances 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009862 primary prevention Effects 0.000 description 1
- 235000005412 red sage Nutrition 0.000 description 1
- 235000021067 refined food Nutrition 0.000 description 1
- 208000004124 rheumatic heart disease Diseases 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 235000019515 salmon Nutrition 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 235000021003 saturated fats Nutrition 0.000 description 1
- 235000021080 saturated-trans fats Nutrition 0.000 description 1
- 230000009863 secondary prevention Effects 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 230000005586 smoking cessation Effects 0.000 description 1
- 238000002791 soaking Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001694 spray drying Methods 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- 210000004233 talus Anatomy 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 230000002485 urinary effect Effects 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 230000006438 vascular health Effects 0.000 description 1
- 231100000216 vascular lesion Toxicity 0.000 description 1
- 235000015112 vegetable and seed oil Nutrition 0.000 description 1
- 239000008158 vegetable oil Substances 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
- 230000037221 weight management Effects 0.000 description 1
- 235000020985 whole grains Nutrition 0.000 description 1
- 239000001231 zea mays silk Substances 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
- 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
- G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
-
- 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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
-
- 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
- G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
-
- 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
- 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
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Epidemiology (AREA)
- Data Mining & Analysis (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Biomedical Technology (AREA)
- Nutrition Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明涉及心血管病评估技术领域，具体涉及心血管病评估模型构建方法、膳食食疗及健康管理系统，所述构建方法包括：S1：准备数据集；S2：特征筛选；S3：模型构建：使用比例风险回归方法拟合所述训练集构建心血管病评估模型；S4：模型优化：通过对数损失函数结合梯度下降算法对心血管病评估模型的参数进行优化；S5：模型评估和验证；S6：模型应用。本技术方案基于心血管病患者的数据，通过比例风险回归方法拟合训练集构建心血管病评估模型，再通过对数损失函数结合梯度下降算法对心血管病评估模型的参数进行优化，使经过优化训练的心血管病评估模型可应用于新的心血管病患者的数据中并且实现预测心血管病患者未来再次发生心血管事件的风险。
Description
技术领域
本发明涉及心血管病评估技术领域，具体涉及心血管病评估模型构建方法、膳食食疗及健康管理系统。
背景技术
依据《中国心血管病一级预防指南》、《中国健康生活方式预防心血管代谢疾病指南》以及《中国心血管病风险评估和管理指南》，心血管疾病定义为关于心脏或者血管的疾病，又称循环系统疾病，是一系列涉及循环系统的疾病。心血管疾病主要包括：缺血性心脏病、脑卒中、心肌病、风湿性心脏病、高血压心脏病、心内膜炎、心律失常、主动脉疾病、外周动脉疾病以及其它心血管和循环系统疾病。
随着社会经济的发展，国民生活方式的变化，尤其是人口老龄化及城镇化进程的加速，居民不健康生活方式问题日益突出，心血管疾病(CVD)危险因素对居民健康的影响更加显著，CVD患病率和发病率仍在持续增高。我国正面临人口老龄化和代谢危险因素持续流行的双重压力，CVD负担仍将持续增加，这将影响我国疾病防治策略和各种资源的配置等多方面的需求，如通过一级预防以减少发病人数，增加应对快速增加的心血管急重症救治的医疗资源配置，提供康复和二级预防的医疗服务以降低大量CVD存活患者复发、再住院和失能的风险。
中国患有高血压、血脂异常和糖尿病的人和需要接受多种药物终生治疗预防CVD的人数越来越巨大，需要开展更深入的研究和制定更为有效提高知晓率、治疗率和控制率的策略。同时，由于这些危险因素升高大部分隐匿发生，常常在检出时已经导致血管病变，甚至已经造成心肌梗死、脑卒中等严重事件。虽然亚临床动脉粥样硬化病变普遍存在，但血管损伤和治疗并没有作为预防的重点。越来越多的证据表明，维持血管健康是预防CVD和退行性疾病的重要基础。因此，一方面加强预防高血压、血脂异常、糖尿病、肥胖和吸烟等零级预防为主策略是重中之重，另一方面，也应加强心血管健康状态的评估和早期病理变化消除的防治研究。目前已有的心血管疾病相关解决方案或聚焦于评估模型构建，或以健康管理为重点，或偏于食疗运动调理，从而导致治疗方案不精准，缺少将评估模型、膳食食疗及健康管理有机整合的体系。本发明旨在构建一种心血管评估模型、健康管理系统和膳食食疗有机整合的体系，以解决现有的心血管病评估存在的技术问题。
发明内容
本发明的目的是提出一种心血管病评估模型构建方法、膳食食疗及健康管理系统，旨在解决现有技术缺少将评估模型、将康管理、膳食食疗整合为整体方案的技术问题。
为实现上述目的，本发明提出一种心血管病评估模型构建方法，包括如下步骤：
S1：准备数据集：收集心血管病患者的数据，从心血管病患者的数据中剔除异常值的样本，形成数据集；
S2：特征筛选：在所述数据集中筛选基线特征变量、心血管危险因素特征变量、心血管标志物特征变量、病史特征变量、问卷评估特征变量，形成特征集；
S3：模型构建：将所述特征集划分为训练集和测试集，使用比例风险回归方法拟合所述训练集构建心血管病评估模型，基于心血管事件发生顺序建立最大似然函数，预测模型参数；
其中，所述心血管病评估模型的自变量为所述特征集，所述心血管病评估模型的因变量基于生存时间和心血管事件发生的顺序，所述心血管事件包括急性心肌梗死、PCI或CABG术、缺血性脑卒中、出血性脑中风、急性心衰以及心脑血管原因引起的死亡；
S4：模型优化：通过对数损失函数结合梯度下降算法对心血管病评估模型的参数进行优化；
S5：模型评估和验证：使用所述测试集来评估模型的性能，评价指标为心血管事件的区分度和校准度，区分度利用C统计量分析，校准度利用Calibration校正曲线分析；
S6：模型应用：将训练完成的心血管病评估模型应用于新的心血管病患者的数据中，可用于预测心血管病患者未来再次发生心血管事件的风险。
作为本发明的进一步改进：还包括如下步骤：
对所述特征集中的连续特征采用标准化方法处理，所述连续特征包括年龄、体质指数、腰围、收缩压、糖化血红蛋白、估计肾小球滤过率、低密度脂蛋白胆固醇、甘油三酯、高敏C反应蛋白、肌钙蛋白T、NT-proBNP、射血分数，标准化方法采用Z得分，公式如下：
其中，x是原始观测值，μ是样本均值，σ是样本标准差，z是标准化后的值。
作为本发明的进一步改进：所述心血管病评估模型为：
h(t,X)＝h0(t)*exp(β1*x1+β2*x2+...+βn*xn)
上式中，h(t，X)为具有协变量X的个体在t时刻的风险函数；h0(t)为所有协变量X为0时t时刻的风险函数，称为基准风险函数；X为协变量；β1*x1+β2*x2+...+βn*xn为协变量X的线性组合；
将协变量X进行零均值化处理，并利用Breslow估计法估计基准风险函数h0(t)：
上式中，dj是时间tj时刻发生事件的个体数，分母是tj时刻风险集的协变量线性组合指数之和。
作为本发明的进一步改进：所述步骤S4包括：
S41：根据所述心血管病评估模型的数据量、特征数量以及算法复杂度，设定模型迭代次数为1000次，学习率α为0.01，模型参数θ初始值为0；
S42：每次迭代时，从所述训练集中随机抽取十分之一的数据，计算对数损失函数，所述对数损失函数用于衡量模型预测结果和实际标签之间的差异的，若如果模型的预测结果和实际标签相符，对数损失函数的值就会趋近于0；反之，如果预测结果和实际标签相差越大，损失函数的值就会越大，对数损失函数公式如下：
其中，m表示每次训练样本的数量；θ表示心血管病评估模型的参数；x(i)表示第i个训练样本的特征向量；y(i)表示第i个训练样本的因变量；hθ(x(i)0表示心血管病评估模型对第i个样本的预测结果；
S43：计算对数损失函数的梯度，梯度是指损失函数对每个参数的偏导数，表示损失函数沿着每个参数的方向上升或下降的速率，梯度公式如下：
其中，m表示每次训练样本的数量；θ表示心血管病评估模型的参数；j表示第j个参数；x(i)表示第i个训练样本的特征向量；表示第i个训练样本的第j个特征值；y(i)表示第i个训练样本的因变量；hθ(x(i))表示心血管病评估模型对第i个样本的预测结果；J(θ)表示对数损失函数值；θj表示第j个参数的模型参数值，/>为对数损失函数的梯度；
其中，在使用梯度下降算法进行模型优化时，按照梯度下降的方向来更新模型参数，得到更新后的参数；
S44：根据更新后的参数，重复构建心血管病评估模型，计算对数损失函数的梯度并再次优化参数，直到迭代1000次停止，此时得到心血管病评估模型的最优参数。
作为本发明的进一步改进：所述按照梯度下降的方向来更新模型参数的步骤包括：
将记为/>梯度下降算法公式为：
其中，α为学习率，为每次迭代更新时，参数调整的步长，此处设定为0.01；θ为模型的参数；为对数损失函数的梯度。
作为本发明的进一步改进：还包括如下步骤：
S7：按所述比例风险回归模型构建步骤对心血管病评估模型的参数进行更新。
本发明还提出一种心血管病膳食食疗及健康管理系统，所述系统包括：
健康档案模块，所述健康档案模块用于采集患者的个人身体基本情况信息；
健康评估模块，所述健康评估模块内置有心血管病评估模型，所述心血管病评估模型采用上述的方法构建而成；
健康干预模块，所述健康干预模块根据患者情况结合心血管病评估模型结果，从特殊膳食和健康管理方案库中智能匹配出个性化的健康管理方案；
数据分析模块，所述数据分析模块用于出具健康服务报告。
作为本发明的进一步改进：所述健康干预模块中的健康管理方案包括：特殊膳食干预方案、日常饮食干预方案和运动干预方案、营养素干预方案、穴位按摩干预方案以及心理干预方案中的一种或多种组合方案。
与现有技术相比，本发明所产生的有益效果是：
本发明基于心血管病患者的数据，通过比例风险回归方法拟合训练集构建心血管病评估模型，再通过对数损失函数结合梯度下降算法对心血管病评估模型的参数进行优化，使经过优化训练的心血管病评估模型可应用于新的心血管病患者的数据中并且实现预测心血管病患者未来再次发生心血管事件的风险；此外，本发明的心血管病膳食食疗及健康管理系统集成健康评估模块、健康干预模块，健康评估模块根据心血管病患者的数据预测未来再次发生心血管事件的风险，健康干预模块根据健康评估模块的预测结果从特殊膳食和健康管理方案库中智能匹配出个性化的健康管理方案，从而使治疗方案更精准、更全面。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例的心血管病评估模型构建方法流程图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
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的一部分实施例，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作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。
需要说明，若本发明实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，若本发明实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，若全文中出现的“和/或”或者“及/或”，其含义包括三个并列的方案，以“A和/或B”为例，包括A方案、或B方案、或A和B同时满足的方案。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
请参阅图1，本技术方案提供一种心血管病评估模型构建方法，在某一实施例中，心血管病评估模型构建方法包括如下步骤：
步骤S1：准备数据集
基于真实世界数据样本数量、客户健康档案数据，删除重复数据，删除有异常值的样本，删除缺失变量数占某样本变量集总数的比例超过10％的样本，删除缺失体重、血压、血脂、血糖、疾病史、吸烟、饮酒、运动、饮食、睡眠以及中医评估信息的样本。
对于缺失值占比在10％以内的样本缺失值，连续变量采用均值插值，分类变量采用最常见的类别填充缺失值。
步骤S2：特征筛选
数据集中包含了大量特征，其中很多特征对模型训练并不重要。利用专业知识和文献分析对心血管病预后相关变量进行预判，选择的特征包括基线特征变量(年龄、性别、地区)、心血管危险因素特征变量(体质指数、腰围、收缩压、糖化血红蛋白、估计肾小球滤过率、低密度脂蛋白胆固醇、甘油三酯、高敏C反应蛋白)、心血管标志物特征变量(肌钙蛋白T、NT-proBNP、射血分数)、病史特征变量(高脂血症病史、高血压病史、糖尿病史、心脑血管疾病史、慢性肾功能不全史、用药史、早发心血管病家族史)以及问卷评估特征变量(饮食评分、运动评分、睡眠评分、肌力评分、是否吸烟和中医评估评分)。这些特征构成特征集，其中心血管标志物特征变量为本心血管病风险评估模型中最为重要的输入特征。
为了保证评估模型具有可比性，在构建模型前将上述特征进行预处理。连续特征采用标准化方法处理。连续特征包括年龄、体质指数、腰围、收缩压、糖化血红蛋白、估计肾小球滤过率、低密度脂蛋白胆固醇、甘油三酯、高敏C反应蛋白、肌钙蛋白T、NT-proBNP、射血分数。标准化方法采用Z得分，公式如下：
其中，x是原始观测值，μ是样本均值，σ是样本标准差，z是标准化后的值。
分类特征中饮食评分、运动评分、睡眠评分、肌力评分和中医评估评分的得分范围均从0-5分，这些特征设定为等级变量。分类特征中高脂血症病史、高血压病史、糖尿病史、心脑血管疾病史、慢性肾功能不全史、用药史、早发心血管病家族史以及是否吸烟为二分类变量。这些特征设定为0或1变量。
步骤S3：模型构建
采用随机抽样的方法将数据集划分为训练集和测试集。训练集占总数据集的80％，测试集占20％。
使用比例风险回归(COX回归)方法拟合训练集进行模型初步构建，基于事件发生顺序建立最大似然函数，预测模型参数。COX回归模型纳入的自变量为上述特征集。因变量基于生存时间和心血管事件发生的顺序。心血管事件包括急性心肌梗死、PCI或CABG术、缺血性脑卒中、出血性脑中风、急性心衰以及心脑血管原因引起的死亡。
初步构建的健康评估模型为：
h(t,X)＝h0(t)*exp(β1*x1+β2*x2+...+βn*xn)
上式中，h(t，X)为具有协变量X的个体在t时刻的风险函数；h0(t)为所有协变量X为0时t时刻的风险函数，称为基准风险函数；X为协变量；β1*x1+β2*x2+...+βn*xn为协变量X的线性组合。
将协变量X进行零均值化处理，并利用Breslow估计法估计基准风险函数h0(t)：
上式中，dj是时间tj时刻发生事件的个体数，分母是tj时刻风险集的协变量线性组合指数之和。
步骤S4：模型优化
通过对数损失函数结合梯度下降算法对回归模型参数进行优化。根据本评估模型的数据量、特征数量以及算法复杂度，设定模型迭代次数为1000次，学习率α为0.01，模型参数θ初始值为0。
每次迭代时，从训练集中随机抽取十分之一的数据，计算对数损失函数。对数损失函数是用来衡量模型预测结果和实际标签之间的差异的。如果模型的预测结果和实际标签相符，对数损失函数的值就会趋近于0；反之，如果预测结果和实际标签相差越大，损失函数的值就会越大。对数损失函数公式如下：
其中，m表示每次训练样本的数量；θ表示COX回归模型的参数；x(i)表示第i个训练样本的特征向量；y(i)表示第i个训练样本的因变量；hθ(x(i))表示COX回归模型对第i个样本的预测结果。
计算对数损失函数的梯度。梯度是指损失函数对每个参数的偏导数，表示损失函数沿着每个参数的方向上升或下降的速率。梯度公式如下：
其中，m表示每次训练样本的数量；θ表示COX回归模型的参数；j表示第j个参数；x(i)表示第i个训练样本的特征向量；表示第i个训练样本的第j个特征值；y(i)表示第i个训练样本的因变量；hθ(x(i))表示COX回归模型对第i个样本的预测结果；J(θ)表示对数损失函数值；θj表示第j个参数的模型参数值。/>为对数损失函数的梯度。
在使用梯度下降算法进行模型优化时，需要按照梯度下降的方向来更新模型参数，得到的结果更新后的参数。将记为/>梯度下降算法公式为：
其中，α为学习率，为每次迭代更新时，参数调整的步长，此处设定为0.01；θ为模型的参数；为对数损失函数的梯度。
根据更新后的参数，重复构建COX回归模型，计算对数损失函数的梯度并再次优化参数，直到迭代1000次停止。此时得到COX回归模型的最优参数。
步骤S5：模型评估和验证
使用测试集来评估模型的性能，评价指标为心血管事件的区分度和校准度。区分度利用C统计量分析，校准度利用Calibration校正曲线分析。
步骤S6：模型应用
将训练好的模型应用于新的数据中，可预测心血管病患者未来再次发生心血管事件的风险。心血管事件(心血管病预后)包括急性心肌梗死、PCI或CABG术、缺血性脑卒中、出血性脑中风、急性心衰以及心脑血管原因引起的死亡。本心血管病风险评估模型输出的内容特点是包括硬性心血管事件和急性心衰。
步骤S7：模型更新
为了保证其预测能力的稳定性和准确性，系统定期按上述COX回归模型构建步骤自动对心血管病评估模型参数进行更新，每年更新一次。
本技术方案还提供一种心血管病膳食食疗及健康管理系统，心血管病膳食食疗及健康管理系统包括：健康档案模块、健康评估模块、健康干预模块、数据分析模块、数据分析模块。
健康档案模块：所述健康档案模块覆盖了心血管病患者中西医健康管理服务过程中所需要的全部健康档案数据，包括心血管病患者年龄、性别、地区等人口特征学信息，详细的饮食、运动、睡眠、吸烟、饮酒等生活方式和行为习惯信息，高血压、糖尿病等个人疾病史，个人用药史、家族疾病史等医疗史信息，体重、腰围、心率、血压、血脂、血糖、糖化血红蛋白、尿微量白蛋白、血肌酐、高敏C反应蛋白、肌钙蛋白T、NT-proBNP、射血分数、心功能分级、颈动脉狭窄度等心血管危险因素指标信息，以及个体中医体质信息。
心血管病健康管理档案数据来源涉及采用以下多种方式获取的大量诊断数据和处方数据：来自医疗设备；来自个人保健设备；来自患者记录日志；来自实验室检验；以及来自保健专业人士推荐。医疗设备包括心脏超声检查设备、血管超声检查设备。这些系统中的每一个生成和/或管理大量诊断和处方数据。个人保健设备包括称重计、血压袖带、运动监测设备、温度计和重量管理软件。患者记录日志包括与膳食、锻炼和生活方式相关的信息。实验室检验结果包括血脂、空腹血糖、糖化血红蛋白、尿微量白蛋白、血肌酐、高敏C反应蛋白、肌钙蛋白T、NT-proBNP。保健专业人士推荐包括处方、饮食、健康计划以及与患者的治疗相关的其他医疗信息。
在客户健康干预过程中采集的生活方式信息、医疗信息以及体重、血压等健康监测信息，将同时纳入到客户的健康档案中，实现客户健康档案的实时动态更新。
健康档案的体重、腰围、血压、血脂、血糖等重要代谢指标信息数值数据通过趋势图方式展示，文字数据可关联历次结果，客户和授权用户均可一目了然地了解客户自身主要健康问题和健康指标的动态变化趋势。
健康评估模块：所述健康评估模块以中医体质分类与判定自测表、《中国心血管病一级预防指南》、《中国健康生活方式预防心血管代谢疾病指南》以及《中国心血管病风险评估和管理指南》以及汉密尔顿焦虑量表等成熟分级分类标准为基础，利用国人真实世界健康大数据，采用比例风险回归模型构建了中西医指标结合的心血管病评估模型。该评估模型可依据客户采集的数据，评估心血管病患者预后。
健康干预模块：所述健康干预模块根据心血管病评估模型结果，将再次发生心血管事件的风险按<5％、5％-10％和≥10％分层为心血管事件风险低危组、中危组和高危组。
以客户心血管疾病类型和心血管事件风险分层为主要依据，结合客户性别、年龄、体重水平(体重正常、超重和肥胖)、血糖水平(血糖正常、糖尿病前期和糖尿病)、血脂水平(正常、异常)以及血压，系统从特殊膳食和健康管理方案库中智能匹配个性化的心血管病特殊膳食处方和健康管理方案。
在系统自动匹配健康管理方案后，健康管理师与健康管理对象沟通后，依据健康管理对象当前的生活方式和工作实际情况，对个体化健康管理方案进行微调，实现精准化健康管理。
在客户干预一个疗程结束后，系统会根据客户干预过程中监测到的血压、血糖、体重、血脂、血压、肝功能、肾功能、睡眠以及肌力变化等健康信息，自动更新客户心血管事件风险概率，进一步结合客户在干预过程中的执行和项目完成情况，自动调整客户下一阶段的特殊膳食处方和健康管理方案。
同时，当公司研发出新的、经过临床试验验证的、获得审批的心血管病特殊膳食产品或形成新的心血管病健康管理方案后，立即更新到系统特殊膳食和健康管理方案健康管理方案库中，进而在实际服务中实现客户健康干预方案和手段的不断进化和动态更新。
数据分析模块：所述数据分析模块按服务周期，针对用户自动出具“健康服务报告”，通过血压、血糖、体重、血脂、血压等健康数据前后对比趋势图、心血管风险变化趋势图、提供服务情况和客户依从性情况，阶段性展示客户服务健康改善效果；针对健康企业、健康社区，阶段性出具“健康白皮书”，通过血压、血糖、体重等健康数据前后对比，提供服务情况和依从性情况，展示健康管理服务效果。通过定期检测数据的连续性对比分析，有助于清晰了解健康服务效果，进而有助于改善健康管理手段。
此外，数据分析模块能够分析数据库中所有用户的人口特征学分布特点、生活方式特点以及疾病分布特点，有助于深度挖掘健康信息，满足临床科研需求，并进一步指导改进健康管理方案。
数据分析模块还能够展示并导出客户来源、客户类型以及客户不同健康服务内容情况，以满足健康管理机构需求，进而有助于指导服务内容、人员配备、设备采购、员工培训、客户需求等运营决策调整。
本技术方案还提供一种管理流程，管理流程包括个人或团体通过互联网或微信小程序上传常规健康数据，通过就医记录、用药记录、常规问卷、心理测评等得到的血压、体脂、运动、血糖、睡眠得到的数据上传系统。系统建立健康档案，后台对健康档案进行智能化分析与精准化评估，出具评估报告以及个体化心血管病特殊膳食处方和健康管理方案，并对客户跟踪干预。在此过程中，开展专题讲座、体检服务、线下活动等，并定期进行体检，调整管理方案。
通过系统设定客户的重要信息提取，信息的变化可通过时间轴形式展示呈现，将复杂的健康档案简单化，做到3秒初步了解客户，让健康管理师从最显眼的标签、本次服务内容、健康数据、以往服务记录、备注信息了解客户的基本情况。
健康干预模块系统创新设计首页任务处理模式，健康管理师登录首页显示的是今日需要处理的任务数量，提升任务处理效率，依据职业、生活方式特点等信息给每个客户设置不同颜色文字的标签，健康管理师自主判断服务优先级。
本技术方案还提供一种心血管病健康管理方案，心血管病健康管理方案包括特殊膳食干预方案、日常饮食干预方案、运动干预方案、营养素干预方案、穴位按摩(拍打)干预方案以及心理干预方案。系统会依据心血管病风险评估模型所得到的风险得分，进行心血管事件风险分层，结合患者心血管病类型、性别、年龄、体重、血糖、血脂、血压，出具个体化的心血管病健康管理方案。这种健康管理方案常规包括特殊膳食干预方案、日常饮食干预方案和运动干预方案。同时根据客户心理评分、营养素检测结果、功能医学评估结果，客户健康管理方案可能会包含一种或多种营养素干预方案、穴位按摩(拍打)干预方案以及心理干预方案。
心血管病日常饮食干预方案：心血管病日常饮食干预方案是一些常见的饮食建议。具体的饮食方案应根据个体的健康状况、病史、药物使用进行个性化调整。
1.控制总体热量摄入：心血管疾病患者应该控制总体热量摄入，以维持健康体重。这可以通过适量控制饮食摄入量、合理分配主食、蛋白质和脂肪来实现。
2.增加膳食纤维：膳食纤维有助于降低胆固醇水平和控制血糖，因此建议摄入足够的蔬菜、水果、全谷物和豆类等富含纤维的食物。
3.选择健康的脂肪：减少饱和脂肪和反式脂肪的摄入，可选择植物油、鱼类、坚果和种子等富含健康脂肪的食物。
4.控制盐摄入：减少盐的摄入有助于控制血压，建议限制加工食品、腌制食品和高盐调味品的摄入。
5.增加鱼类摄入：富含Omega-3脂肪酸的鱼类，如鲑鱼、鳕鱼和金枪鱼，有益于心血管健康，建议适量增加鱼类的摄入。
6.戒烟，控制饮酒：如果饮酒，应限制饮酒量，男性每天不超过两个标准饮酒单位，女性每天不超过一个标准饮酒单位。
7.注意血脂：控制胆固醇和三酸甘油酯的摄入，避免高胆固醇食物和高糖食物的过量摄入。
8.均衡饮食：保持均衡的饮食，包括适量的蛋白质、碳水化合物和脂肪，摄入足够的维生素和矿物质。
心血管病运动干预方案：定期锻炼对于心血管健康至关重要，但应遵循适度原则。心血管疾病患者在制定日常运动方案时应综合考虑个体情况、医生建议和自身舒适度。
1.有氧运动：有氧运动对心血管健康至关重要。建议患者每周进行至少150分钟的中等强度有氧运动，如快走、慢跑、游泳或骑自行车。这些运动有助于提高心肺功能、降低血压和改善血液循环。
2.强度适中：患者在进行有氧运动时，应控制运动强度在适中范围。患者可以根据自己的感觉和能力来调整运动强度，以确保心率在目标区间内(通常是最大心率的50-70％之间)。
3.间歇训练：心血管疾病患者可以考虑进行间歇训练，即交替高强度和低强度运动。这种训练方式可以提高心肺功能、增强耐力，并有助于控制体重和血压。
4.力量训练：除了有氧运动，适度的力量训练也是重要的。力量训练可以增强肌肉力量、改善姿势和平衡，并有助于控制体重。患者可以使用自己的体重、弹力带或哑铃进行力量训练。
5.逐渐增加运动量：患者应逐渐增加运动的时间和强度，以避免过度劳累和受伤。开始时，可以从短时间、低强度的运动开始，然后逐渐增加运动时间和强度，以适应身体的变化。
6.定期监测：患者应定期监测自己的运动效果和身体反应。注意任何不适或症状的变化，并及时与医生进行沟通。
上述的特殊膳食干预方案包括一种或多种心血管病特殊膳食食品。系统会依据心血管病风险评估模型所得到的风险得分，进行心血管事件风险分层，结合患者心血管病类型、性别、年龄、体重、血糖、血脂、血压，出具个体化的心血管病特殊膳食处方。这种特殊膳食处方可能只包含一种膳食食品，也可能包含多种膳食食品。
心血管疾病医学配方食品：其特征是结合心血管疾病患者的体质特征，依据传统中医的精髓理论，因人而异，黄金配伍以一种、几种或全部的药食两用中药提取物精华及新资源食品、多种益生菌、短肽为主要原料，以益生元、碳水化合物、氨基酸、有保健功能的油脂、多种维生素、多种矿物质为辅料制成的医学配方食品。
心血管疾病全营养配方食品：将多种抗心血管疾病的益生菌与“药食同源之中药”复方的提取物有机结合起来,添加以短肽、氨基酸、碳水化合物、多种维生素、多种矿物质为辅料，不仅能够补充心血管疾病患者所必需营养素，改善机体营养状况，还能并利用药食两用中草药中的功能因子调节机体功能，益生菌能起到调节肠道菌群，毒副作用小、安全有效，且人们容易接受的适合心血管患者食用的全营养配方食品。
心血管疾病非全营养配方食品：以是石斛、黄芪、丹参、玉米须、短梗五加、山楂、决明子、雨生红球藻、金花茶、圆苞车前子壳、丹凤牡丹花等浸泡后加入β-环状糊精，用预水解SBE技术提取后,经喷雾干燥而制备的粉状物质，再添加生物酶解提取的冬虫夏草(冬虫夏草菌丝体)、蛹虫草、灵芝孢子粉(破壁)、地龙蛋白粉、益生元等物质一起粉碎混合后高温灭菌，然后混合均匀制成粉状的固体饮料、颗粒剂状的供心血管疾病患者服用的非全营养配方食品。
特殊膳食食品不适宜人群：根据所添加新资源食品原料的要求，必须在外包装中标注不适宜人群，如：不适用于孕妇、哺乳期妇女、食用真菌过敏者、非目标人群使用等。
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 (8)
1.一种心血管病评估模型构建方法，其特征在于，包括如下步骤：
S1：准备数据集：收集心血管病患者的数据，从心血管病患者的数据中剔除异常值的样本，形成数据集；
S2：特征筛选：在所述数据集中筛选基线特征变量、心血管危险因素特征变量、心血管标志物特征变量、病史特征变量、问卷评估特征变量，形成特征集；
S3：模型构建：将所述特征集划分为训练集和测试集，使用比例风险回归方法拟合所述训练集构建心血管病评估模型，基于心血管事件发生顺序建立最大似然函数，预测模型参数；
其中，所述心血管病评估模型的自变量为所述特征集，所述心血管病评估模型的因变量基于生存时间和心血管事件发生的顺序，所述心血管事件包括急性心肌梗死、PCI或CABG术、缺血性脑卒中、出血性脑中风、急性心衰以及心脑血管原因引起的死亡；
S4：模型优化：通过对数损失函数结合梯度下降算法对心血管病评估模型的参数进行优化；
S5：模型评估和验证：使用所述测试集来评估模型的性能，评价指标为心血管事件的区分度和校准度，区分度利用C统计量分析，校准度利用Calibration校正曲线分析；
S6：模型应用：将训练完成的心血管病评估模型应用于新的心血管病患者的数据中，可用于预测心血管病患者未来再次发生心血管事件的风险。
2.根据权利要求1所述的心血管病评估模型构建方法，其特征在于，还包括如下步骤：
对所述特征集中的连续特征采用标准化方法处理，所述连续特征包括年龄、体质指数、腰围、收缩压、糖化血红蛋白、估计肾小球滤过率、低密度脂蛋白胆固醇、甘油三酯、高敏C反应蛋白、肌钙蛋白T、NT-proBNP、射血分数，标准化方法采用Z得分，公式如下：
其中，x是原始观测值，μ是样本均值，σ是样本标准差，z是标准化后的值。
3.根据权利要求1所述的心血管病评估模型构建方法，其特征在于，所述心血管病评估模型为：
h(t,X)＝h0(t)*exp(β1*x1+β2*x2+...+βn*xn)
上式中，h(t，X)为具有协变量X的个体在t时刻的风险函数；h0(t)为所有协变量X为0时t时刻的风险函数，称为基准风险函数；X为协变量；β1*x1+β2*x2+...+βn*xn为协变量X的线性组合；
将协变量X进行零均值化处理，并利用Breslow估计法估计基准风险函数h0(t)：
上式中，是时间/>时刻发生事件的个体数，分母/>是tj时刻风险集的协变量线性组合指数之和。
4.根据权利要求1所述的心血管病评估模型构建方法，其特征在于，所述步骤S4包括：
S41：根据所述心血管病评估模型的数据量、特征数量以及算法复杂度，设定模型迭代次数为1000次，学习率α为0.01，模型参数θ初始值为0；
S42：每次迭代时，从所述训练集中随机抽取十分之一的数据，计算对数损失函数，所述对数损失函数用于衡量模型预测结果和实际标签之间的差异的，若如果模型的预测结果和实际标签相符，对数损失函数的值就会趋近于0；反之，如果预测结果和实际标签相差越大，损失函数的值就会越大，对数损失函数公式如下：
其中，m表示每次训练样本的数量；θ表示心血管病评估模型的参数；x(i)表示第i个训练样本的特征向量；y(i)表示第i个训练样本的因变量；hθ(x(i))表示心血管病评估模型对第i个样本的预测结果；
S43：计算对数损失函数的梯度，梯度是指损失函数对每个参数的偏导数，表示损失函数沿着每个参数的方向上升或下降的速率，梯度公式如下：
其中，m表示每次训练样本的数量；θ表示心血管病评估模型的参数；j表示第j个参数；x(i)表示第i个训练样本的特征向量；表示第i个训练样本的第j个特征值；y(i)表示第i个训练样本的因变量；hθ(x(i))表示心血管病评估模型对第i个样本的预测结果；J(θ)表示对数损失函数值；θj表示第j个参数的模型参数值，/>为对数损失函数的梯度；
其中，在使用梯度下降算法进行模型优化时，按照梯度下降的方向来更新模型参数，得到更新后的参数；
S44：根据更新后的参数，重复构建心血管病评估模型，计算对数损失函数的梯度并再次优化参数，直到迭代1000次停止，此时得到心血管病评估模型的最优参数。
5.根据权利要求4所述的心血管病评估模型构建方法，其特征在于，所述按照梯度下降的方向来更新模型参数的步骤包括：
将记为/>梯度下降算法公式为：
其中，α为学习率，为每次迭代更新时，参数调整的步长，此处设定为0.01；θ为模型的参数；为对数损失函数的梯度。
6.根据权利要求1所述的心血管病评估模型构建方法，其特征在于，还包括如下步骤：
S7：按所述比例风险回归模型构建步骤对心血管病评估模型的参数进行更新。
7.一种心血管病膳食食疗及健康管理系统，其特征在于，所述系统包括：
健康档案模块，所述健康档案模块用于采集患者的个人身体基本情况信息；
健康评估模块，所述健康评估模块内置有心血管病评估模型，所述心血管病评估模型采用如权利要求1-6任一项所述的方法构建而成；
健康干预模块，所述健康干预模块根据患者情况结合心血管病评估模型结果，从特殊膳食和健康管理方案库中智能匹配出个性化的健康管理方案；
数据分析模块，所述数据分析模块用于出具健康服务报告。
8.根据权利要求7所述的心血管病膳食食疗及健康管理系统，其特征在于，所述健康干预模块中的健康管理方案包括：特殊膳食干预方案、日常饮食干预方案和运动干预方案、营养素干预方案、穴位按摩干预方案以及心理干预方案中的一种或多种组合方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310980969.9A CN117116490A (zh) | 2023-08-04 | 2023-08-04 | 心血管病评估模型构建方法、膳食食疗及健康管理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310980969.9A CN117116490A (zh) | 2023-08-04 | 2023-08-04 | 心血管病评估模型构建方法、膳食食疗及健康管理系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117116490A true CN117116490A (zh) | 2023-11-24 |
Family
ID=88811936
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310980969.9A Pending CN117116490A (zh) | 2023-08-04 | 2023-08-04 | 心血管病评估模型构建方法、膳食食疗及健康管理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117116490A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117334347A (zh) * | 2023-12-01 | 2024-01-02 | 北京大学 | 评估治疗效果方法、装置、设备及存储介质 |
| CN117558460A (zh) * | 2024-01-11 | 2024-02-13 | 卓世未来(天津)科技有限公司 | 基于小样本学习和大语言模型的慢性病管理方法及系统 |
| CN117877749A (zh) * | 2024-03-11 | 2024-04-12 | 西安交通大学医学院第一附属医院 | 基于大数据的房颤患者抗凝治疗效果评估与优化方法 |
-
2023
- 2023-08-04 CN CN202310980969.9A patent/CN117116490A/zh active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117334347A (zh) * | 2023-12-01 | 2024-01-02 | 北京大学 | 评估治疗效果方法、装置、设备及存储介质 |
| CN117334347B (zh) * | 2023-12-01 | 2024-03-22 | 北京大学 | 评估治疗效果方法、装置、设备及存储介质 |
| CN117558460A (zh) * | 2024-01-11 | 2024-02-13 | 卓世未来(天津)科技有限公司 | 基于小样本学习和大语言模型的慢性病管理方法及系统 |
| CN117558460B (zh) * | 2024-01-11 | 2024-04-05 | 卓世未来(天津)科技有限公司 | 基于小样本学习和大语言模型的慢性病管理方法及系统 |
| CN117877749A (zh) * | 2024-03-11 | 2024-04-12 | 西安交通大学医学院第一附属医院 | 基于大数据的房颤患者抗凝治疗效果评估与优化方法 |
| CN117877749B (zh) * | 2024-03-11 | 2024-05-28 | 西安交通大学医学院第一附属医院 | 基于大数据的房颤患者抗凝治疗效果评估与优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5692501A (en) | Scientific wellness personal/clinical/laboratory assessments, profile and health risk managment system with insurability rankings on cross-correlated 10-point optical health/fitness/wellness scales | |
| CN117116490A (zh) | 心血管病评估模型构建方法、膳食食疗及健康管理系统 | |
| Reddigan et al. | Relation of physical activity to cardiovascular disease mortality and the influence of cardiometabolic risk factors | |
| Bowen et al. | A review of obesity issues in sexual minority women | |
| Finley et al. | Cardiorespiratory fitness, macronutrient intake, and the metabolic syndrome: the Aerobics Center Longitudinal Study | |
| US8489539B2 (en) | Computer-aided diagnostic systems and methods for determining skin compositions based on traditional chinese medicinal (TCM) principles | |
| CN112890816A (zh) | 一种个人用户的健康指数评分方法和装置 | |
| WO2022047041A1 (en) | System and method for personalized telehealth management with dynamic monitoring | |
| Schneider et al. | Change in physical activity after a diabetes diagnosis: opportunity for intervention | |
| Alić et al. | Classification of metabolic syndrome patients using implemented expert system | |
| CN110491526A (zh) | 一种多维度干预的慢病生活方式医学管理系统 | |
| CN117012392A (zh) | 高血压风险评估模型构建方法、膳食食疗及健康管理系统 | |
| STALLONES | Epidemiologic studies of obesity | |
| Sandham et al. | Blood glucose prediction for diabetes therapy using a recurrent artificial neural network | |
| CN116153508A (zh) | 基于主动健康指数的健康干预系统 | |
| CN116525067A (zh) | 营养食谱推荐系统及方法 | |
| US20050236004A1 (en) | Healthcare model of wellness | |
| CN117116481A (zh) | 血脂异常评估模型构建方法、膳食食疗及健康管理系统 | |
| Weinreich et al. | Effectiveness of a four-week diet regimen, exercise and psychological intervention for weight loss | |
| Harper et al. | A systems modelling approach for the prevention and treatment of diabetic retinopathy | |
| Roy et al. | OBESEYE: Interpretable Diet Recommender for Obesity Management using Machine Learning and Explainable AI | |
| Doina et al. | Nutrition software for clinical dietitians: Patient management and nutrition care process guidance | |
| JPH09106427A (ja) | 疾病予防マルチチェックシステム | |
| Thaweecharoen et al. | Diagnosis of metabolic syndrome using radar chart | |
| Rohani et al. | Predicting dietary behavior of type 2 diabetics: Application of the theory of planned behavior and perceived risk of diabetes complications construct |
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 |