[发明专利]风险预测方法及系统

说明书

技术领域

本发明涉及风险评估技术领域，尤其涉及风险预测方法及系统。

背景技术

心脑血管疾病包括冠心病(心绞痛、心肌梗塞、动脉硬化性心脏病、冠脉综合症等)和脑卒中(缺血性和出血性脑卒中、蛛网膜下腔出血等)，两种病发病原因较为相似，参考国际通行作法，将其归为一类疾病。

目前，心脑血管疾病已经成为我国居民死亡首因，但是疾病控制预防中心对心脑血管高风险人数的筛查仍基于传统的经验判断，学术机构对心脑血管疾病风险预测基于问卷调查和身体检查等，大规模的人群调查耗时耗力，目前业界尚无基于健康大数据的心脑血管长期风险预测模型。

发明内容

有鉴于此，本发明的目的在于提供一种风险预测方法及系统，以解决现有心脑血管疾病预测方式中问卷调查和身体检查刻意采集数据的耗时费力的问题。

为实现上述目的，本发明提供一种风险预测方法，该方法包括步骤：

从地区医疗信息系统中收集与心脑血管相关的基础数据；

基于所述基础数据建立广义线性逻辑回归模型；及

根据所述广义线性逻辑回归模型预测个人心脑血管发生概率。

优选地，所述基础数据包括所述地区内满足预设年龄且排除当年本身患有心脑血管疾病的人群在预设历史时间段内的个人疾病史和用药史信息。

优选地，所述基于所述基础数据建立广义线性逻辑回归模型的步骤具体包括：

根据心脑血管疾病的主要疾病因子构建初始模型；

尝试添加其他特征作为变量并进行降维处理，以对所述初始模型进行优化；

根据优化结果生成最终模型。

优选地，所述初始模型以性别、年龄、住院次数、门诊次数、糖尿病、高血压、头晕头痛症状、胸闷胸痛症状、慢性阻塞性肺疾病、心律失常作为变量。

优选地，所述降维处理采用主成分分析法进行降维。

优选地，所述最终模型以年龄、性别、门诊就诊次数、高血压、糖尿病、头晕头痛眩晕，以及多个机构就诊次数特征、科室就诊次数特征、药物/诊疗项目使用次数特征作为变量。

优选地，所述根据所述广义线性逻辑回归模型预测个人心脑血管发生概率的步骤具体包括：

输入用户在预设历史时间段内对应的预测变量；

采用所述广义线性逻辑回归模型根据所输入的预测变量进行评估，得到在预设未来时间段内对应的心脑血管疾病发生概率；

输出评估得到的所述心脑血管疾病发生概率。

本发明提出的风险预测方法，基于从地区医疗信息系统中收集的个人疾病史和用药史信息建立广义线性逻辑回归模型，并在初始模型的基础上进一步优化选择最佳的预测变量，从而根据某个人第一年间就诊信息预测未来两年间的心脑血管疾病发生风险。该方法可以解决问卷调查和身体检查刻意采集数据的耗时费力情况，并且采用大数据手段建模，可以显著提高对心脑血管疾病的预测准确度。

为实现上述目的，本发明还提出一种风险预测系统，该系统包括：

收集模块，用于从地区医疗信息系统中收集与心脑血管相关的基础数据；

建立模块，用于基于所述基础数据建立广义线性逻辑回归模型；及

预测模块，用于根据所述广义线性逻辑回归模型预测个人心脑血管发生概率。

优选地，所述建立模块还用于：

根据心脑血管疾病的主要疾病因子构建初始模型；

尝试添加其他特征作为变量并进行降维处理，以对所述初始模型进行优化；

根据优化结果生成最终模型。

优选地，所述预测模块还用于：

输入用户在预设历史时间段内对应的预测变量；

采用所述广义线性逻辑回归模型根据所输入的预测变量进行评估，得到在预设未来时间段内对应的心脑血管疾病发生概率；

输出评估得到的所述心脑血管疾病发生概率。

本发明提出的风险预测系统，基于从地区医疗信息系统中收集的个人疾病史和用药史信息建立广义线性逻辑回归模型，并在初始模型的基础上进一步优化选择最佳的预测变量，从而根据某个人第一年间就诊信息预测未来两年间的心脑血管疾病发生风险。该系统可以解决问卷调查和身体检查刻意采集数据的耗时费力情况，并且采用大数据手段建模，可以显著提高对心脑血管疾病的预测准确度。

附图说明

图1为本发明第一实施例提出的一种风险预测方法的流程图；

图2为图1中步骤S102的具体流程图；

图3为图1中步骤S104的具体流程图；

图4为所述风险预测方法的预测效果示意图；