[发明专利]一种对医疗数据中等级资料进行标准化的方法

说明书

本发明公开了一种对医疗数据中等级资料进行标准化的方法，包括：获取来源于不同数据源单位的原始体检数据列，通过标准术语表进行列名标准化处理并确定等级化规则；根据数据是否为纯数值型数据分为两类：将数据列中属于纯数值形态的数据内容依据指标参考范围自动转化为相应的等级化形态，即A类映射规则替换；将数据列中属于非纯数值形态的数据内容通过标准映射库替换为相应的等级化形态，即B类映射规则替换；合并A、B类规则清洗结果生成等级数据清洗的频次结果统计，对等级清洗结果进行质控；进行合并结果后的冲突项校正。本发明可将形态各异的等级资料内容治理为规则的等级形态，便于后续的挖掘与分析。

技术领域

本发明涉及医疗大数据技术领域，尤其涉及一种对医疗数据中等级资料进行标准化的方法。

背景技术

近年来，我国在大数据科学领域取得了飞速的发展。但是，在医疗健康大数据领域仍存在着很多技术瓶颈。其中一个亟待解决的难题是如何对海量的健康数据进行有效的治理，以便挖掘出有用的信息造福人类健康。体检数据是医疗健康数据的一个非常重要的来源，其所涵盖的人群面十分广泛。对健康体检数据进行有效的治理和挖掘，将会对我国的慢性病防控等领域提供非常重要的科学参考。

健康体检数据主要包含了文本型数据、计量型数据和等级型数据这三种数据资料类型。等级资料指有一定级别的数据,如临床疗效分为治愈、显效、好转、无效,临床检验结果分为-、+、++、+++,疼痛等症状的严重程度分为0(无疼痛)、1(轻度)、2(中度)、3(重度)等。等级型数据由于不同单位的标准与描述方式不同，显得非常混乱。比如相同的等级型指标可能被记录为“-、±、+、++、+++、++++；阴性、弱阳性、阳性、强阳性；0.00(-)、10(弱阳)、500(+)、10000”等形态各异的内容，导致数据难以通过分析转化为有价值的信息。而本发明能够很好地解决上面的问题。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种对医疗数据中等级资料进行标准化的方法。

本发明解决其技术问题所采用的技术方案是：

本发明提供一种对医疗数据中等级资料进行标准化的方法，该方法包括以下步骤：

步骤1：获取来源于不同数据源单位的原始体检数据列，通过标准术语表进行列名标准化处理，得到标准化后的等级数据列；

步骤2：确定待清洗的等级数据列及其等级化规则；

步骤3：根据等级数据列中的数据是否为纯数值型数据分为两类，纯数值数据按照A类映射规则进行清洗，非纯数值数据按照B类映射规则进行清洗；

步骤4：A类映射规则：将数据列中属于纯数值形态的数据内容依据指标参考范围自动转化为相应的等级化形态；

步骤5：B类映射规则：将数据列中属于非纯数值形态的数据内容通过标准数据库替换为相应的等级化形态；

步骤6、通过A、B类映射规则清洗后，合并清洗结果并进行等级形态的频次统计，对清洗结果进行质控；

步骤7、合并等级化替换结果，进行合并结果后的冲突项校正，输出校正后的标准化数据。

进一步地，本发明的所述步骤1中列名标准化处理的具体方法为：

列名标准化给每一数据列匹配一个对应的标准术语，标准术语所属的资料类型包含了文本资料标准术语、计量资料标准术语和等级资料标准术语。

进一步地，本发明的所述步骤2的具体方法为：

标准化为等级资料术语的数据列将进入等级资料清洗流程，标准术语表制定了每一个等级资料术语对应的等级化标准，标准术语的等级化标准将等级资料的内容通过数字进行表述，从而能够将各种形态的等级化资料用一套统一的数字化标准进行标准化治理。

进一步地，本发明的所述步骤4的具体方法为：